import  numpy as np
import copy
# 1.创建一维数组
a=np.array([1,2,3,4,5,6])
b=np.array([8,7,6,5,4,3])
print('a \n',a,a.shape,a,a.shape)
# 2.reshape 为3行2列
#reshape 仅重新解释数组的维度布局，但不复制数据。新数组与原数组共享同一块内存（视图），因此修改新数组会影响原数组1268。
aa=np.reshape(a,(3,2))
print('aa \n',aa,aa.shape)
# 3.转置  第一个维度和第二维度进行互换
bb=aa.transpose(1,0)
print('bb \n',bb,bb.shape)
# 4.使用agrmax 求最大值  agrmin求最小值
b_index=np.argmax(b)
print('b_index \n',b_index)
print('b[b_index] \n',b[b_index])

aa_index=np.argmax(aa)
print('aa_index \n',aa_index)
print('aa[aa_index] \n',a[aa_index])

# 5.使用resize改变维度
cc=a  #赋值本质为引用会影响到原来对象
cc.resize(3,2)
print('cc \n',cc)
print('a \n',a)

# 6.深度拷贝
dd=copy.deepcopy(cc)
dd.resize(1,6)
print('cc \n',cc)
print('dd \n',dd)

# 7.squeeze 删除维度为1 的维度
ee=copy.deepcopy(a)
ee.resize(1,1,1,6)
print('ee \n',ee)

ff=np.squeeze(ee)
print('ff \n',ff)

##8.expand_dim 增加长度为1的维度（如 (3,2) → (1,3,2)）
gg=np.expand_dims(ff,0)
gg1=np.expand_dims(gg,0)
#gg=np.expand_dims(ff,1)
print('gg \n',gg)
print('gg1 \n',gg1)

#9.创建图
image=np.zeros((5,5,3),dtype=np.uint8)
print('image \n',image)
image2=np.linspace(6,10,36)
print('image2 \n',image2)

image3=np.zeros_like(image)
print('image3 \n',image3)