numpy模块-渐入佳境

1.多维数组降为一维：

numpy中的ravel()、flatten()、squeeze()的用法与区别

2. axis的理解

Python之NumPy（axis=0/1/2...）的透彻理解——通过np.sum(axis=?)实例进行说明

3.array追加/拼接

Numpy中的数组拼接、合并操作（concatenate, append, stack, hstack, vstack, r_, c_等）

4. array增加一个维度

Python numpy为数组增加一个新维度--np.newaxis和np.expand_dims

5.使用numpy创建新数组的事

在NumPy中如何创建一个空的数组/矩阵？

6.矩阵元素过滤(比如a[i][j]>=1)

方法一：(对于过滤非零，直接使用nonzero)

a=np.array([[,,],[-,,-]])
b= a>=0
#只获取值可直接使用a[b]
#只统计满足过滤条件的个数可使用np.count_nonzero(b)
#获取坐标使用b.nonzero()，返回的两个array,分别对应横坐标和纵坐标(返回两个是因为矩阵是2维的，如果是n维的则返回n个array)
xs, ys = b.nonzero()
for i in range(len(xs)):
    print('a[%d, %d] = %s' % (xs[i], ys[i], a[xs[i]][ys[i]]))