import numpy as np
# 一維數(shù)組（模擬10個學(xué)生分?jǐn)?shù)）
scores = np.array([85, 92, 78, 90, 88, 76, 95, 81, 89, 93])
print("原始數(shù)組：", scores)
# 交換索引1（92）和索引5（76）的元素（無需臨時(shí)變量）
scores[1], scores[5] = scores[5], scores[1]
print("交換后數(shù)組：", scores)  # [85 76 78 90 88 92 95 81 89 93]

import numpy as np
arr = np.array([1,2,3,4,5,6,7,8])
print("原始數(shù)組：", arr)
# 交換前3個元素（0:3）和后3個元素（5:8）
arr[0:3], arr[5:8] = arr[5:8].copy(), arr[0:3].copy()
# 注意：必須加.copy()，否則切片是視圖，賦值會相互覆蓋
print("交換后數(shù)組：", arr)  # [6 7 8 4 5 1 2 3]

import numpy as np
# 二維數(shù)組（3天×4小時(shí)溫度）
temp = np.array([
    [5.2, 6.1, 7.3, 8.2],
    [4.8, 5.5, 6.7, 7.9],
    [6.3, 7.2, 8.1, 9.0]
])
print("原始數(shù)組：\n", temp)
# 交換(0,1)（第1天第2小時(shí)）和(2,3)（第3天第4小時(shí)）的元素
temp[0,1], temp[2,3] = temp[2,3], temp[0,1]
print("交換后數(shù)組：\n", temp)

import numpy as np
# 二維數(shù)組（4行3列）
arr = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12]
])
print("原始數(shù)組：\n", arr)
# 交換第1行（索引0）和第3行（索引2）
arr[0], arr[2] = arr[2].copy(), arr[0].copy()
# 加.copy()更穩(wěn)妥，避免視圖覆蓋（低版本NumPy可能有問題）
print("交換第1/3行后：\n", arr)

import numpy as np
arr = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12]
])
print("原始數(shù)組：\n", arr)
# 交換第2列（索引1）和第3列（索引2）
arr[:, 1], arr[:, 2] = arr[:, 2].copy(), arr[:, 1].copy()
print("交換第2/3列后：\n", arr)

import numpy as np
arr = np.arange(16).reshape(4,4)
print("原始數(shù)組：\n", arr)
# 交換前兩行（0:2）和后兩行（2:4）
arr[0:2], arr[2:4] = arr[2:4].copy(), arr[0:2].copy()
print("交換前兩行/后兩行：\n", arr)
# 重置數(shù)組
arr = np.arange(16).reshape(4,4)
# 交換前兩列（:,0:2）和后兩列（:,2:4）
arr[:, 0:2], arr[:, 2:4] = arr[:, 2:4].copy(), arr[:, 0:2].copy()
print("交換前兩列/后兩列：\n", arr)

import numpy as np
arr = np.array([[1,2,3],[4,5,6]])
print("原始數(shù)組：\n", arr)
print("原始形狀：", arr.shape)  # (2,3)
# 交換維度0和1
arr_swap = arr.swapaxes(0, 1)
print("交換維度后：\n", arr_swap)
print("交換后形狀：", arr_swap.shape)  # (3,2)（等價(jià)于arr.T）

import numpy as np
# 三維數(shù)組：形狀(2,3,4) → 維度0=2，維度1=3，維度2=4
arr_3d = np.arange(24).reshape(2,3,4)
print("原始三維數(shù)組形狀：", arr_3d.shape)  # (2,3,4)
# 交換維度0和維度2
arr_swap = arr_3d.swapaxes(0, 2)
print("交換維度0/2后形狀：", arr_swap.shape)  # (4,3,2)
# 交換維度1和維度2
arr_swap2 = arr_3d.swapaxes(1, 2)
print("交換維度1/2后形狀：", arr_swap2.shape)  # (2,4,3)

import numpy as np
arr_3d = np.arange(24).reshape(2,3,4)
print("原始形狀：", arr_3d.shape)  # (2,3,4)
# 交換維度順序?yàn)?(2,0,1) → 等價(jià)于先交換0和2，再交換1和2
arr_trans = arr_3d.transpose(2,0,1)
print("transpose調(diào)整后形狀：", arr_trans.shape)  # (4,2,3)

import numpy as np
# 模擬圖像數(shù)據(jù)：2張圖片 × 32高度 × 32寬度 × 3通道（HWC）
img_hwc = np.random.randint(0,255, (2,32,32,3))
print("HWC格式形狀：", img_hwc.shape)  # (2,32,32,3)
# 交換維度1（高度）和維度3（通道）？→ 更簡單的方式：transpose
img_chw = img_hwc.transpose(0,3,1,2)
print("CHW格式形狀：", img_chw.shape)  # (2,3,32,32)
# 再交換回來（CHW → HWC）
img_hwc2 = img_chw.transpose(0,2,3,1)
print("還原后形狀：", img_hwc2.shape)  # (2,32,32,3)

import numpy as np
# 模擬數(shù)據(jù)集：100個樣本 × 5個特征
data = np.random.rand(100,5)
# 生成隨機(jī)索引（打亂行順序）
random_idx = np.random.permutation(100)
# 通過索引交換實(shí)現(xiàn)行打亂（等價(jià)于隨機(jī)重排）
data_shuffled = data[random_idx]
print("原始數(shù)據(jù)前3行：\n", data[:3])
print("打亂后數(shù)據(jù)前3行：\n", data_shuffled[:3])

import numpy as np
# 模擬溫度數(shù)據(jù)：31天 × 4列（凌晨、上午、下午、晚上），但列順序錯誤（凌晨和晚上顛倒）
temp = np.random.normal(5,6,(31,4)).round(1)
print("原始列順序：凌晨、上午、下午、晚上 → 實(shí)際是：晚上、上午、下午、凌晨")
# 交換第0列（晚上）和第3列（凌晨）
temp[:, 0], temp[:, 3] = temp[:, 3].copy(), temp[:, 0].copy()
print("修正后溫度數(shù)據(jù)前3行：\n", temp[:3])