开发者学堂课程【Python 科学计算库 NumPy 快速入门：切片索引与形状修改】学习笔记，与课程紧密联系，让用户快速学习知识。

课程地址：https://developer.aliyun.com/learning/course/605/detail/8819

切片索引与形状修改

内容简介：

一、数組的索引、切片

二、形状修改

一、数组的索引、切片

获取第一个股票的前3个交易日的涨跌幅数据

#二维的数组，两个维度

stock_ change[0, 0:3]

返回结果:

array([-0.03862668，-1.46128096， -0. 75596237])

一维、二维、三维的数组如何索引?

#三维，一维

a1 = np.array([ [[1,2,3],[4,5,6]]， [[12,3,34],[5,6,7]]])

#返回结果

array([[[ 1，2, 3],

     [ 4，5， 6]],

[[12, 3, 34],

[5,6,7]]])

#索引、切片

 >>>a1[0, 0, 1]#输出:2

二、形状修改

（一）ndarray. reshape ( shape)返回新的 ndarray, 原始数据没有改变

（二）ndarray. resize(shape)没有返回值， 对原始的 ndarray 进行了修改

（三）ndarray.T转置行变成列，列变成行

需求:让刚才的股票行、日期列反过来，变成日期行，股票列

ndarray.reshape(shape[, order]) Returns an array containing the same data with a new shape.

#在转换形状的时候，一 定要注意数组的元素匹配

stock_ change. reshape([10, 8]) #只是将形状进行了修改，但并没有将行列进行转换

stock_ change. reshape([-1, 20]) # 数组的形状被修改为: (4， 20)， -1:表示通过待计算

ndarray.T 数组的转置

。将数组的行、列进行互换

stock_ change. Shape

(8, 10)

stock_ change. T. shape

(10, 8)