#ndarray数组的遍历

import numpy as np

A=np.array([[1,2,3],[4,5,6],[7,8,9]])

for i in A:

    for j in i:

        print(j,end=' ')

#ndarray数组的索引

 

import numpy as np

arr1=np.array([1,3,5,7])

print(arr1[3])

try:

    print(arr1[10])

except IndexError as e:

    print(e)

arr2=np.array([[1,3,5],[2,4,6],[7,8,9]])

print(arr2[1,2])

print(arr2[0])

print(arr2[[0,2],[1,2]])

 

#布尔索引与条件过滤

import numpy as np

#布尔索引

A=np.array([1,-3,-5,2,6,-10])

B=A[A>0]

print(B)

#np.nan缺失数据

#条件过滤

data=np.array([np.nan,3,5,np.nan,9,np.nan])

data_res=data[~np.isnan(data)]

print(data_res)

 

#切片操作与""共享内存"

#对切片进行修改，同时也会修改原始数据

 

import numpy as np

A=np.array([1,2,3,4,5])

b=A[0:3]

b[2]=15

print(A)

print(b)

#解决方式：copy()函数创建副本