持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第19天，点击查看活动详情
总计：今天是十月更文计划第十八天，第三十四篇
今天学习数组的删除
删除
对于数组的删除，与数组的插入一样，如果不指定需要删除的位置，那么在删除过程中就会将数组直接展开成一维数组：
import numpy as np
a=np.arange(24).reshape(4,6)
print('输出第一个数组')
print(a)
print('/n')
print(np.delete(a,5))
具体的输出结果如下：
对于这种未指定的数据来说，会删除索引为5的下标。而不是对应的数字。
按照列来删除，删除数组中指定的第n列，我们需要指定坐标轴即可：
print(np.delete(a,1,axis=1))
具体的输出结果如下：
同理，删除下标为1的行：
print(np.delete(a,1,axis=0))
输出结果如下：
数组去重
数组去重就是去掉数组中的重复元素，使用np.unique方法：
import numpy as np
a=np.array([5,2,6,4,5,6,4,7,8,2,5,5,5,5])
print('第一个数组')
print(a)
print('\n')
b=np.unique(a)
print(b)
print('\n')
输出的结果如下：
去重数组的索引数组为：
print('去重数组的索引数组')
u,indices=np.unique(a,return_index=True)
print(indices)
具体的输出结果为：
将数组与对应下标进行翻转：
u,indices=np.unique(a,return_inverse=True)
print(u)
print(indices)
对应的输出如下：
Numpy的科学计算
对于科学计算来说，可以使用np自带的方法来进行学习：
import numpy as np
score = np.array([[80,88],[82,81],[75,81]])
# 1. 获取所有数据最大值
result = np.max(score)
print(result)
# 2. 获取某一个轴上的数据最大值
result = np.max(score,axis=0)
print(result)
# 3. 获取最小值
result = np.min(score)
print(result)
# 4. 获取某一个轴上的数据最小值
result=np.min(score,axis=1)
print(result)
输出的结果如下：
直接使用其内的方法，对于两个数组之间，直接进行比较返回最大/最小的一组：
result = np.minimum( [-2, -1, 0, 1, 2], 0 ) # 第一个参数中的每一个数与第二个参数比较返回小的
print(result)
result = np.maximum( [-2, -1, 0, 1, 6], [1, 2, 3, 4, 5] )
print(result)
输出的结果如下：
