import numpy as np

t = np.arange(12).reshape(2, 6)
t1 = np.arange(2).reshape(2, 1)

np.aranger(12)  #相当于range（12）,生成[ 0  1  2  3  4  5  6  7  8  9 10 11]
np.reshape( 块,行 ,列 )  #  分割成多维数组这个是三维数组，二维：np.reshape( 行 ,列 ) 

数组相加减乘除：
t1 = np.arange(12).reshape((2,6))  #(2,6)
t22 = np.arange(6)   #(6,)
t2 = np.arange(4,6).reshape((2,1))  #(2,1)

print(t1)
print(t2)
print(t22)

t1 >> [[ 0  1  2  3  4  5]
         [ 6  7  8  9 10 11]]

t2>>
      [[4]
       [5]]

t22>>
      [0 1 2 3 4 5]

print(t1*t2)>>    [[ 0  4  8 12 16 20]
                  [30 35 40 45 50 55]]
     
print(t1*t22)>>    [[ 0  1  4  9 16 25]
                    [ 0  7 16 27 40 55]]

计算平均值：
t10 = np.arange(0,10).reshape((10))
>>  [0 1 2 3 4 5 6 7 8 9]

#计算平均数
t_mean = t10.mean(axis=0)
print  t_mean
print  t10-t_mean
>>  4.5
>> [-4.5 -3.5 -2.5 -1.5 -0.5  0.5  1.5  2.5  3.5  4.5]

#读取csv文件（csv文件数据的格式是以逗号隔开）
us_file_path= "./youtube_video_data/US_video_data_numbers.csv"
uk_file_path= "./youtube_video_data/GB_video_data_numbers.csv"

#np.loadtxt（）读取文件
#参数说明（us_file_path ：文件路径； delimiter=","：读取的数据以逗号分隔；dtype=int 读取的数据指定类型）
us_data = np.loadtxt(us_file_path,delimiter=",",dtype=int)

#unpack=1转置，对角线旋转不是很理解
uk_data = np.loadtxt(uk_file_path,delimiter=",",dtype=int,unpack=1)
print(uk_data.shape)
uk_data = np.loadtxt(uk_file_path,delimiter=",",dtype=int)
print(uk_data.shape)


numpy取值操作：
t = np.arange(24).reshape((4,6))
>> [[ 0  1  2  3  4  5]
   [ 6  7  8  9 10 11]
   [12 13 14 15 16 17]
   [18 19 20 21 22 23]]

#t(,）逗号隔开，前面是对行进行操作，后面是对列进行操作
#选择某几行的某几个列
print  t[0:2, 3:6] # 0~2 ）行的第3~6 列 
>> [[ 3  4  5]
   [ 9 10 11]]

#选择两个列表中对应位置的值
print(t[[1,2],[2,3]])  #相当于坐标（1，2）和（2，3）
>>  [ 8 15]

#选择某一列(结构也是一维数组)
print(t[:,2])
>> [ 2  8 14 20]
  
#选择一个值
print(t[2,3])

#修改值：
t1 = np.arange(24,dtype=float).reshape((6,4))
t1[[1,2],[3,1]] = np.nan
print t1
>> [[ 0.  1.  2.  3.]
   [ 4.  5.  6. nan]
   [ 8. nan 10. 11.]
   [12. 13. 14. 15.]
   [16. 17. 18. 19.]
   [20. 21. 22. 23.]]