利用Python进行数据分析——Numpy

基础索引

1.多维度数组

1.1 二维数组

此部分好理解，画一个平面的XY轴，X为横轴，Y为竖轴即可理解。

1.2 三维数组

难点在于理解的是如何把抽象的数组转化为三维空间的数据结构。
自己通过图片+代码的方式基本理解三维数组空间分布情况
直接上图：

其中，轴0/轴1/轴2，可以比作三维空间坐标系，分别为XYZ轴。
定义一个2×2×3的三维数组
arr3d = np.array([[[1, 2, 3], [4, 5, 6]],[[7, 8, 9], [10, 11, 12]]])
可在IDE中打印，按照获得的值去和三维空间图对应，慢慢就能理解。比如：
print(arr3d[0,0,2])
result:3
对应三维坐标(X=3,Y=0,Z=0),获得的值为3。

2.要点

2.1 视图

对数组进行切片，实际上数组的切片是原数组的视图，这意味着数据不是被复制了，而是对于视图的修改会反应在原数组上。
可以通过id()函数对比查看数组在切片前后的地址。实际上是不会变化的。