6.repeat
repeat()： 复制数组中的每个指定元素。
一维数组：用整数型和列表型参考来控制元素被复制的个数
多维数组：用整数型和列表型来控制元素被复制的个数
import numpy as np arr=np.arange(3) print(arr.shape)
（1）标量参数
print(arr.repeat(3)) # 每个元素复制三次
（2）列表参数
print(arr) print(arr.repeat([1,2,3])) # 第一个没有复制，第二个复制了两个，，依次类推
当列表的元素少于数组元素，或者多余数组元素，都会报错，就如下图所示。
上面是一维数组的，接下来再看看二维数组中利用标量参数和轴参数：
print(arr.repeat(2)) # 此时二维数组变成一维的了 print(arr.repeat(2,1)) print(arr.repeat(2,axis=0)) # 在行上面进行复制
再来看看二维数组中的列表参数和轴参数：
7.tile
关于repeat和title，二者的本质都是复制，而repeat是在元素层面进行赋值，title是在数组层面进行赋值。
（1）标量参数
print(np.tile(arr,2)) print(np.repeat(arr,2))
（2）元组参数
元组参数即括号里面用相关参数进行分割。
print(np.tile(arr,(2,3)))
print(np.tile(arr,(2,3,4)))
在轴0上面复制两遍，行复制3遍，列复制4遍。
8.sort
排序分为：
- 直接排序
- 间接排序
直接排序sort() :在原来的数组上进行排序操作，而不重新创建一个数组
（1）一维数组排序方法
arr=np.array([9,1,5,7,2,3,8,6]) # 先创建一个无序数组 arr
print('排序之前的数组:',arr) arr.sort() print('排序之后的数组:',arr)
arr[::-1] # 使用倒序的方法显示
（2）多维数组排序方法
先使用random随机生成一个二维数组：（每次）
import numpy as np np.random.seed(1000) arr=np.random.randint(40,size=(3,4)) arr
以上的方法在每次重新刷新了之后会变化数组的数字。
如果对二维数组直接使用arr.sort()，则会直接对行进行排序。
对列进行排序：
print('排序之前的数组:') print(arr) arr[:,0].sort() print('排序之后的数组:') print(arr)
np.sort(arr[:,2]) # 选择第三列进行排序
arr.sort(axis=1) # 横着排序，原来数组改变 np.sort(arr,axis=1) # 横着排序，但原来的数组不会改变 arr.sort(axis=0) # 竖着排序，原来数组改变 np.sort(arr,axis=0) # 竖着排序，但原来的数组不会改变
（3）argsort函数
接下来看看间接排序：
间接排序：利用特定的参数进行排序，按需排序，需要使用argsort( )函数
argsort函数：返回的是数组值从小到大的索引值。
score=np.array([100,65,76,89,58]) idx=score.argsort() idx
arr[:,arr[0].argsort()] #按第一行从低到高进行排序，并且对应的列也会跟着变化 arr#由于使用的是argsort,因此原数组不会改变
（4）lexsort函数
numpy.lexsort() 用于对多个序列进行排序。把它想象成对电子表格进行排序，每一列代表一个序列，排序时优先照顾靠后的列。
这里举一个应用场景：小升初考试，重点班录取学生按照总成绩录取。在总成绩相同时，数学成绩高的优先录取，在总成绩和数学成绩都相同时，按照英语成绩录取…… 这里，总成绩排在电子表格的最后一列，数学成绩在倒数第二列，英语成绩在倒数第三列。
arr1=np.array(['E','B','C','A','D']) arr2=np.array(['4','1','3','2','5']) idx=np.lexsort((arr1,arr2))
9.insert
insert 是插入，但原数组不会改变。
arr1=np.insert(arr,1,100) arr1
10.delete
delete是删除，但原数组同样不会改变。
arr=np.arange(6) np.delete(arr,1) np.delete(arr,[1,2])
11.copy
关于copy和view ,这里需要了解一下数组切片和列表切片的区别：
- 数组切片得到的是原数组的一个view(视图)，修改切片中的内容会改变原来数组
- 列表切片得到的是原列表的一个copy(复制)，修改切片后的列表不会改变原列表
arr=np.arange(6) arr_copy=arr.copy() arr_copy[0]=100 arr_copy
12.view
arr=np.arange(6) arr_view=arr.view() arr_view[0]=100 arr_view
讲了以上12种数组变形，那么如何使用容器型数据的特性和数组相关函数的方法对字符串或者其他对象进行去重呢？
s='数组切片得到的是原数组的一个,修改切片中的内容会改变原来数组'
假设现在要对s进行去重：
方法一：使用set
sets=set(s)
方法二：使用unique
sarr=np.array(s) np.unique(list(s))
