1. 创建一个2*2的数组，计算对角线上元素的和

import numpy as np

a = np.arange(4).reshape(2,2)

print (a)

#[[0 1]

# [2 3]]

n1 = a[0,0]

print (n1)

# 0

n2 = a[0,1]

print (n2)

# 1

n3 = a[1,0]

print (n3)

# 2

n4 = a[1,1]

print (n4)

# 3

sum_1 = n1 + n3

print (sum_1)

# 2

sum_2 = n2 + n4

print (sum_2)

# 4

1. 创建一个长度为9的一维数据，数组元素0到8。将它重新变为3*3的二维数组

import numpy as np

b1 = np.arange(9)

print (b1)

# [0 1 2 3 4 5 6 7 8]

b2 = b1.reshape(3,3)

print (b2)

#[[0 1 2]

# [3 4 5]

# [6 7 8]]

1. 创建两个33的数组，分别将它们合并为36、6*3的数组后，拆分为3个数组（维数不限定）

import numpy as np

c1 = np.arange(9).reshape(3,3)

print (c1)

#[[0 1 2]

# [3 4 5]

# [6 7 8]]

c2 = 3*c1

print (c2)

#[[ 0  3  6]

# [ 9 12 15]

# [18 21 24]]

c3 = np.hstack((c1,c2))

print (c3)

#[[ 0  1  2  0  3  6]

# [ 3  4  5  9 12 15]

# [ 6  7  8 18 21 24]]

c4 = np.vstack((c1,c2))

print (c4)

#[[ 0  1  2]

# [ 3  4  5]

# [ 6  7  8]

# [ 0  3  6]

# [ 9 12 15]

# [18 21 24]]

c5 = np.hsplit(c3,3)

print (c5)

#[array([[0, 1],

#       [3, 4],

#       [6, 7]]), array([[ 2,  0],

#       [ 5,  9],

#       [ 8, 18]]), array([[ 3,  6],

#       [12, 15],

#       [21, 24]])]

c6 = np.vsplit(c4,3)

print (c6)

#[array([[0, 1, 2],

#       [3, 4, 5]]), array([[6, 7, 8],

#       [0, 3, 6]]), array([[ 9, 12, 15],

#       [18, 21, 24]])]

1. 说说numpy数组的优点

NumPy 是高性能科学计算和数据分析的基础包。

NumPy数组在数值运算方面的效率优于Python提供的list容器。使用NumPy可以在代码中省去很多循环语句，因此其代码比等价的Python代码更为简洁。