版权声明： https://blog.csdn.net/qq_40794602/article/details/84331014
Numpy存在一个轴(Axis)的概念：
- 当只有一维时，0就代表这个一维的数组方向
- 当有二维的时候，0代表x轴方向，1代表y轴方向
- 当有三维的时候，0代表x轴方向，1代表y轴方向，2代表块方向
- 以此类推，可以总结为一句话：设axis=i，则numpy沿着第i个下标变化的方向进行操作
为什么要有轴的概念呢？
numpy是个多维数组，多维数组运算需要指定到底对哪一维操作，因此axis就是用来指定需要操作的维数。
numpy可以使用loadtxt方法读取文件里面的数据，可以是csv，txt等等
方法：np.loadtxt(frame,dtype,delimiter,skiprows,usecols,unpack)
参数 解释 frame 文件，字符串或产生器，可以是.gz或者bz2的压缩文件 dtype 依据类型，可选，CSV的字符串以什么类型写入数组中，默认np.float dellimiter 分割字符串，默认是任何空格，可以改为逗号 skiprows 跳过前X行，一般跳过第一行表头 usecols 读取指定的列，索引，元组类型 unpack 如果True，读入属性将分别写入不同的数组变量，False读入数据只写入一组变量，默认False
数组的倒置：
import numpy as np
t1 = np.arange(24).reshape(4, 6)
print(t1)
#将原数组倒置的三种方法
print(t1.transpose())
print(t1.T)
print(t1.swapaxes(1, 0))数组的切片操作：
import numpy as np
t1 = np.arange(24).reshape(6, 4)
print(t1)
#取单行数据
print('第2行：', t1[1])
#取出连续多行
print("第二至第4行：\n", t1[1:5])
#取出离散的多行
print("第2，4，6行：\n", t1[[1, 3, 5]])
#取出连续的多列
print("第一列第二列:\n", t1[:, 0:2])
#取出离散的多列
print("第一列和第四列:\n", t1[:, [0, 3]])
#取出指定的列和行
print("第一行值第三行第一列值第三列：\n", t1[0:3, 0:3])
数组的条件索引：
import numpy as np
t1 = np.arange(24).reshape(6, 4)
print(t1)
#布尔索引
print(t1[t1>10])
print(t1>10)
#where
print(np.where(t1>10, 1, 0)) #numpy中的三目运算符,不改变原数组的数据
#clip裁剪操作
print(t1.clip(10, 18)) #将数组中小于10的重新赋值为10，将大于18的重新赋值为18，不改变原来数组的数据