Numpy Index
在元素列表或者数组中，我们可以用如同 a[2] 一样的表示方法，同样的，Numpy中也有相应的表示方法
一维索引
1 | import numpy as np |
6
让我们将矩阵转换为二维的，此时进行同样的操作：
1 | A = np.arange(3,15).reshape((3,4)) |
[11 12 13 14]
实际上这时的 A[2] 对应的就是 矩阵A 中第三行(从0开始算第一行)的所有元素。
二维索引
1 | print(A[1][1]) # 8 |
8
8
在Python的 list 中，我们可以利用:对一定范围内的元素进行切片操作，在Numpy中我们依然可以给出相应的方法：
1 | print(A[1, 1:3]) # [8 9] |
[8 9]
这一表示形式即针对第二行中第2到第4列元素进行切片输出（不包含第4列）。 此时我们适当的利用for函数进行打印：
1 | for row in A: |
此时它会逐行进行打印操作。如果想进行逐列打印，就需要稍稍变化一下：
1 | for column in A.T: |
说一些关于迭代输出的问题：
1 | import numpy as np |
[ 3 4 5 6 7 8 9 10 11 12 13 14]
3
4
5
6
7
8
9
10
11
12
13
14
这一脚本中的flatten是一个展开性质的函数，将多维的矩阵进行展开成1行的数列。而flat是一个迭代器，本身是一个object属性。
Reference
Checking if Disqus is accessible...