1. NumPy 索引 課程資料來源: 7 numpy的索引 (教学教程) 一維索引 單個索引 import numpy as np ## 創建一維數組 A = np.arange(2, 18) print(A) ## 索引第七個元素 print(A[6]) 執行結果 [ 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17] 8 二維索引 索引行 ## 創建二維數組 A = np.arange(2, 18).reshape((4,4)) print(A) ## 索引第四行 print(A[3]) 執行結果 [[ 2 3 4 5] [ 6 7 8 9] [10 11 12 13] [14 15 16 17]] [14 15 16 17] 單個索引 第一種方法 ## 索引第二行第三列 print(A[1][2]) 執行結果 8 第二種方法 ## 索引第二行第三列 print(A[1, 2]) 執行結果 8 範圍索引 ## 索引第二行的第二列到第三列 print(A[1, 1:3]) 執行結果 [7 8] 逐列進行列印 ## 一行一行列印出來 for row in A:  print(row) 執行結果 [2 3 4 5] [6 7 8 9] [10 11 12 13] [14 15 16 17] 逐行進行列印 ## 一列一列印出來 for column in np.transpose(A):  print(column) 執行結果 [ 2 6 10 14] [ 3 7 11 15] [ 4 8 12 16] [ 5 9 13 17] 將多維矩陣進行展開變成一行的數組 import numpy as np ​ A = np.arange(2,18).reshape((4,4)) print(A) ​ print('Flatten: ', A.flatten()) print('Flatten: ', A.flat) ​ for item in A.flat:  print(item) 執行結果 [[ 2 3 4 5] [ 6 7 8 9] [10 11 12 13] [14 15 16 17]] Flatten: [ 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17] Flatten: 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 2. NumPy Array 合併 課程資料來源: 8 numpy的 array 合并 (教学教程) 垂直合併 - np.vstack() import numpy as np ## 創建數組 A = np.array([1,2,3]) B = np.array([4,5,6]) ​ ## 垂直合併 C = np.vstack((A,B)) print(C) 執行結果 [[1 2 3] [4 5 6]] 數組形狀 ## 列印出合併後的形狀 print(A.shape, B.shape, C.shape) 執行結果 (3,) (3,) (2, 3) 水平合併 - np.hstack() ## 水平合併 D = np.hstack((A,B)) print(D) print(A.shape, D.shape) 執行結果 [1 2 3 4 5 6] (3,) (6,) 轉置 - np.newaxis() print(A) print(A.shape) ​ ## 水平轉置 print(A[np.newaxis, :]) print(A[np.newaxis, :].shape) ​ ## 垂直轉置 print(A[:, np.newaxis]) print(A[:, np.newaxis].shape) 執行結果 [1 2 3] (3,) [[1 2 3]] (1, 3) [[1] [2] [3]] (3, 1) 將A、B先轉置，再進行垂直合併和水平合併 import numpy as np ## 創建數組，並轉成垂直 A = np.array([1,2,3])[:, np.newaxis] B = np.array([4,5,6])[:, np.newaxis] ​ ## 垂直合併 C = np.vstack((A,B)) ## 水平合併 D = np.hstack((A,B)) ​ print('A:') print(A) print('B:') print(B) print('C:') print(C) print('D:') print(D) ​ print(A.shape, B.shape, C.shape, D.shape) 執行結果 A: [[1] [2] [3]] B: [[4] [5] [6]] C: [[1] [2] [3] [4] [5] [6]] D: [[1 4] [2 5] [3 6]] (3, 1) (3, 1) (6, 1) (3, 2) 多個矩陣合併 - np.concatenate() ## 多個數組合併 ​ ## 垂直合併 E = np.concatenate((A, B, A, B), axis = 0) print(E) ​ ## 水平合併 F = np.concatenate((A, B, A, B), axis = 1) print(F) 執行結果 [[1] [2] [3] [4] [5] [6] [1] [2] [3] [4] [5] [6]] [[1 4 1 4] [2 5 2 5] [3 6 3 6]]