NumPy基础：数组和矢量计算（三）
切片索引
ndarray的切片语法跟Python列表这样的一维对象类似
=====================================
对于二维数组其切片方式稍微不同
==切片是沿着一个轴向选取元素的。==表达式arr2d[:2]可以被认为是“选取arr2d的前两行”。
=====================================
也可以一次传入多个切片，进行切片时，只能得到相同维数的数组视图。
=====================================
通过将整数索引和切片混合，可以得到低维度的切片。
只有冒号表示选取整个轴
=====================================
对切片表达式的赋值操作也会被扩散到整个选区
布尔型索引
每个名字都对应data数组中的一行，选出对应于名字"zhao"的所有行。进行数组的比较运算，其也是矢量化对names和字符串"Bob"的比较运算将会产生一个布尔型数组
=====================================
这个布尔型数组可用于数组索引
=====================================
布尔型数组的长度必须跟被索引的轴长度一致。如果布尔型数组的长度不对，布尔型选择就会出错，影响后面的结果。
还可以在此基础上索引列
=====================================
=====================================
选择除"zhao"以外的其他值，既可以使用不等于符号（!=），也可以通过~对条件进行否定
=====================================
需要组合应用多个布尔条件，使用&（和）、|（或）之类的布尔算术运算符Python关键字and和or在布尔型数组中无效。要使用&与|。
=====================================
布尔型数组设置值是一种经常用到的手段
花式索引
花式索引（Fancy indexing）是一个NumPy术语，它指的是利用整数数组进行索引
=====================================
以特定顺序选取行子集，只需传入一个用于指定顺序的整数列表或ndarray。使用负数索引将会从末尾开始选取行。
=====================================
一次传入多个索引数组会有一点特别。它返回的是一个一维数组，其中的元素对应各个索引元组
（reshape方法先挖个坑。。。）
最终选出的是元素(1,0)、(5,3)、(7,1)和(2,2)。无论数组是多少维的，花式索引总是一维的。
=====================================
选取矩阵的行列子集应该是矩形区域的形式。花式索引跟切片不一样，它总是将数据复制到新数组中。
数组转置和轴对换
==转置是重塑的一种特殊形式，它返回的是源数据的视图（不会进行任何复制操
作）。==数组不仅有transpose方法，还有一个特殊的T属性。利用np.dot计算矩阵内积会用到该操作。
=====================================
对于高维数组，transpose需要得到一个由轴编号组成的元组才能对这些轴进行转置
第一个轴被换成了第二个，第二个轴被换成了第一个，最后一个轴不变。
=====================================
T属性就是进行轴对换
ndarray还有一个swapaxes方法，它需要接受一对轴编号。swapaxes也是返回源数据的视图（不会进行任何复制操作）
元素级数组函数
这些都是一元（unary）ufunc。
=====================================
另外一些（如add或maximum）接受2个数组（因此也叫二元（binary）ufunc），并返回一个结果数组。
=====================================
modf返回浮点数数组的小数和整数部分
利用数组进行数据处理
NumPy数组使你可以将许多种数据处理任务表述为简洁的数组表达式（否则需要编写循环）
用数组表达式代替循环的做法，通常被称为矢量化。（手抖不小心点开了。。。）
进行简单的sqrt(x^2 +y^2)
条件逻辑表述为数组运算
numpy.where函数是三元表达式x if condition else y的矢量化。
根据cond中的值选取xarr和yarr的值：当cond中的值为True时，选取xarr的值，否则从yarr中选取。
=====================================
np.where的第二个和第三个参数不必是数组，它们都可以是标量值。where通常用于根据另一个数组而产生一个新的数组。
=====================================
使用np.where，可以将标量和数组结合起来。传递给where的数组大小可以不相等，甚至可以是标量值。
++++++++++++++++++++++++++++++++++++
下一篇：NumPy基础：数组和矢量计算（四）