一、Numpy的花式索引Fancy Indexing
花式索引Fancy Indexing是 NumPy 采用的一个术语，用于描述使用整数数组进行索引。
1.举例：用元组来创建一个8x4的二维数组zeros，并循环赋值：
import numpy as np
arr = np.zeros((8, 4))
#为二维数组arr每行赋值
for i in range(8):
arr[i] = i
print(arr)上面代码输出：
[[0. 0. 0. 0.]
[1. 1. 1. 1.]
[2. 2. 2. 2.]
[3. 3. 3. 3.]
[4. 4. 4. 4.]
[5. 5. 5. 5.]
[6. 6. 6. 6.]
[7. 7. 7. 7.]]
要按特定顺序选择arr数组行的子集，只需传递指定顺序的整数列表或 ndarray 即可，如下：
arr[[4, 3, 0, 6]] 传递了整数列表[4, 3, 0, 6]，表示取二维数组arr的行索引位置为4、3、0、6的行并按此顺序输出子集：
[[4. 4. 4. 4.]
[3. 3. 3. 3.]
[0. 0. 0. 0.]
[6. 6. 6. 6.]]
也可以使用负数索引从后往前来选择相应的行组成子集。例如：
arr[[-3, -5, -7]]，数组的最后一行表示-1，所以arr[[-3, -5, -7]]输出
[[5. 5. 5. 5.]
[3. 3. 3. 3.]
[1. 1. 1. 1.]]
2.使用多个索引数组来选择子集
举例：使用arange和reshape来创建一个值从0-31的8x4的二位数组，代码如下
arr = np.arange(32).reshape((8, 4))
print(arr)输出结果如下：
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]
[16 17 18 19]
[20 21 22 23]
[24 25 26 27]
[28 29 30 31]]
如果我们传递两个索引数组来选择arr中的元素，会得到一个一维数组，比如：
arr[[1, 5, 7, 2], [0, 3, 1, 2]] 这相当于获取索引位置为第1行第0列（1，0）、第5行第3列（5，3）、第7行第1列（7，1）、第2行第2列（2，2）的元素，输出如下：
[ 4 23 29 10] 生成的是一维数组。
注意：使用与轴（维数）一样多的整数数组进行花式索引的结果始终是输出一维数组。
如果要选择形成二位数组输出，我们可以看下下面的这种用法：
arr[[1, 5, 7, 2]][:, [0, 3, 1, 2]] 首先整数数组[1, 5, 7, 2]相当于选择了arr数组的第1，5，7，2行输出，然后使用[:, [0, 3, 1, 2]] 这里使用了冒号，表示每一行都按照第0、3、1、2列的顺序输出相应的元素，也可以理解为将列按照0、3、1、2的顺序重新排序了，整个arr[[1, 5, 7, 2]][:, [0, 3, 1, 2]]输出结果如下：
[[ 4 7 5 6]
[20 23 21 22]
[28 31 29 30]
[ 8 11 9 10]]
在使用花式索引的时候，如果我们将选择的子集赋值给了新的变量，则相应位置的元素值是复制给了新变量的。
3.转置数组和交换轴（类似于行列变换）以及 矩阵计算
用arr = np.arange(15).reshape((3, 5)) 生成一个3x5的二位数组，值从0-14。输出结果如下：
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]
可以使用T进行行列转换，arr.T 输出结果如下（转换成5x3的二维数组）：
[[ 0 5 10]
[ 1 6 11]
[ 2 7 12]
[ 3 8 13]
[ 4 9 14]]
在进行矩阵计算的时候，我们可以dot函数和T来计算内矩阵积，看如下代码示例：
import numpy as np
arr = np.array([[0, 1, 0], [1, 2, -2], [6, 3, 2], [-1, 0, -1], [1, 0, 1]])
print(arr.T)
print(arr)
result = np.dot(arr.T, arr)
print(result)上面代码输出如下：
这是arr通过T转换后的数组
[[ 0 1 6 -1 1]
[ 1 2 3 0 0]
[ 0 -2 2 -1 1]]
这是arr数组
[[ 0 1 0]
[ 1 2 -2]
[ 6 3 2]
[-1 0 -1]
[ 1 0 1]]
这是arr.T @ arr 的乘积。
[[39 20 12]
[20 14 2]
[12 2 10]]
这个结果矩阵的第（0，0）元素的值39是这么来的，arr.T矩阵的第0行的元素乘以arr矩阵的第0列元素相应位置相乘的和，学过高数的应该都知道了，不行就百度下矩阵相乘。
矩阵乘积函数dot还可以用符号@来替换，两者等效，例如arr.T@arr
矩阵的转置（行列转换）还可以用swapaxes函数，例如arr.swapaxes(0, 1) 与 arr.T 等效，（0，1）是轴编号，swapaxes 同样返回数据视图，而不创建副本。