Example

np.__version__
np.array([[1,2,3],[4,5,6]])
np.zeros((3,3))
np.ones((2,3,4))
np.eye(3)
np.range(5)      #[0,1,2,3,4]
np.random.rand(2,3) 
np.random.randint(5,size=(2,3))  #value no more than 5
np.max(a,axis=0)  #return every column max

np.any()

import numpy as np
X = np.array([9,4,7,11,5,12])
np.any(X < 5) #是否存在某个值小于4，是返回True，不是返回False

np.all()

np.all(X < 50) #是否所有值都小于50，是返回True,不是返回False

np.sum()

x=np.arange(16)
np.sum((x > 3) & (x < 10)) #x中的值，大于3且小于10的元素有几个,注意是一个与&符号

&

x=np.arange(16)
np.sum((x > 10) & (x % 2 == 0))

~

x=np.arange(16)
np.sum(~(x == 0)) #除了x==0的值外还有几个元素

常用

x=np.arange(16)
x[x < 5]  #返回元素小于5的ndarray列表

也常用

x[x % 2 == 0]

一维

x = np.arange(16)
ind = [4,5]  #一维可以使列表
x[ind]  #返回一个满足索引的ndarray

切片

x = np.arange(16)
x[3:6]  # ndarray中的切片

二维

x = np.array([5,3,234,32,23,43,98,36,4])
ind = np.array([[3,1],[5,6]]) #二维索引必须是ndarray
x[ind]  # 返回一个跟索引相同形状的ndarray

row 和 col

x = np.arange(16)
x = x.reshape(-1,4)
row = [2,3]  # 列表
col = [0,1]
x[row, col]