python中使用了numpy的一些操作，特此记录下来：
生成矩阵，替换值
代码语言：javascript复制import numpy as np
# 生成一行10列的矩阵
dataset = np.zeros((1, 10))
# 将位置为2的值替换为1
dataset.itemset(2, 1)得到结果为：
代码语言：javascript复制[[0. 0. 1. 0. 0. 0. 0. 0. 0. 0.]]where查找
代码语言：javascript复制import numpy as np
dataset = np.array([1, 2, 3, 2, 3, 4, 4, 5, 6])
# 找到值等于2的值的下标
dataset = np.where(dataset == 2)
print(dataset)
dataset = np.array([1, 2, 3, 2, 3, 4, 4, 5, 6])
index = np.argwhere(dataset == 2)
print(index)得到结果为：
代码语言：javascript复制(array([1, 3], dtype=int64),)
[[1]
[3]]增加一行或一列
代码语言：javascript复制import numpy as np
dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])
# 增加行
a = np.row_stack((dataset, [8,9,10]))
print(a)
# 增加列
b = np.column_stack((dataset, [8,9,10]))
print(b)得到结果为：
代码语言：javascript复制[[ 1 2 3]
[ 2 3 4]
[ 4 5 6]
[ 8 9 10]]
[[ 1 2 3 8]
[ 2 3 4 9]
[ 4 5 6 10]]按行合并，按列合并
代码语言：javascript复制import numpy as np
dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])
# 按行合并
dataset = np.append(dataset, [[8, 9, 10]], axis=0)
print(dataset)
dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])
# 按列合并
dataset = np.append(dataset, [[8], [9], [10]], axis=1)
print(dataset)得到结果为：
代码语言：javascript复制[[ 1 2 3]
[ 2 3 4]
[ 4 5 6]
[ 8 9 10]]
[[ 1 2 3 8]
[ 2 3 4 9]
[ 4 5 6 10]]删除行、列
代码语言：javascript复制import numpy as np
dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])
# 删除第1、2行（0、1、2）
dataset = np.delete(dataset, [1, 2], axis=0)
print(dataset)
dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])
# 删除第1、2列（0、1、2）
dataset = np.delete(dataset, [1, 2], axis=1)
print(dataset)得到结果为：
代码语言：javascript复制[[1 2 3]]
[[1]
[2]
[4]]ndarray转dataframe
代码语言：javascript复制import numpy as np
import pandas as pd
dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])
dataframe = pd.DataFrame(dataset, index=("row1", "row2", "row3"), columns=("col1", "col2", "col3"))
print(dataframe)得到结果为：
代码语言：javascript复制 col1 col2 col3
row1 1 2 3
row2 2 3 4
row3 4 5 6
