arr1 = np.array([[(1000, 1001, 1002, 1003), (1010, 1011, 1012, 1013), (1020, 1021, 1022, 1023)],[(1100, 1101, 1102, 1103), (1110, 1111, 1112, 1113), (1120, 1121, 1122, 1123)]], dtype='int')

(1) 根據坐標訪問元素或內容,更改訪問的內容，array也會更改。“:” 表示訪問當前維度所有內容

a1 = arr1[1, 0, 2]
arr1[1, 1, 2] = 0
print(arr1)
a3 = arr1[1, :]
a4 = arr1[1, :, 2]

（2）切片

arr[: index] 當前維度截取0-index的數據，不包含index
arr[index :]  當前維度截取index到最后的數據
a5 = arr1[: 1]
a6 = arr1[1, 1:, : 2]

（3）聚合函數

NumPy 提供了一系列的聚合函數，這些函數可以對數組中的數據執行計算并返回單個值。以下是一些常用的 NumPy 聚合函數：np.sum()：計算數組中所有元素的和。
np.prod()：計算數組中所有元素的乘積。
np.mean()：計算數組中所有元素的算術平均值。
np.std()：計算數組中所有元素的標準差。
np.var()：計算數組中所有元素的方差。
np.min()：找出數組中的最小值。
np.max()：找出數組中的最大值。
np.argmin()：返回數組中最小元素的索引。#如果傳參是多維數據，則將array轉化為向量，再獲取最小值的索引
np.argmax()：返回數組中最大元素的索引。#如果傳參是多維數據，則將array轉化為向量，再獲取最大值的索引
np.median()：計算數組中的中位數。
np.percentile()：計算數組中給定百分比的百分位數。
np.any()：如果數組中有任何元素為真（True），則返回 True。
np.all()：如果數組中所有元素都為真（True），則返回 True。
這些函數可以應用于整個數組，也可以沿著數組的指定軸（維度）進行操作。

def sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue)

參數axis: 軸，接受array的維度，代表以那個維度為軸，可以理解為聚合完成后這個軸的維度沒有了，被聚合了
axis默認值為None，將求出所有元素的和,
如果給axis傳負數則：-1 -> -n  ==>  最內層維度 -> 最外層維度 ，相當于 n-1 -> n-2 ->... 0
適用于其他聚合函數的axis參數。

arr2 = np.array([(1, 2, 2, 1), (1, 2, 3, 1), (3, 1, 2, 1), (0, 2, 2, 3), (1, 0, 3, 1)])
arr_sum = np.sum(arr2)
arr_sum1 = np.sum(arr2, axis=0)
arr_sum2 = np.sum(arr2, axis=1)
arr_sum3 = np.sum(arr1, axis=2)
arr_sum4 = np.sum(arr1, axis=(1, 2))  # 1維和0維作為軸
arr_sum5 = np.sum(arr1, axis=-1)

其他聚合函數
arr_max1 = np.prod(arr1, axis=0)arr_mean1 = np.mean(arr1, axis=0)arr_max1 = np.max(arr1, axis=-1)arr_index = np.argmax(arr1)arr_all = np.all(arr2, axis=1)