创建一个np.arange(15)的数组，转换成三维数组，筛选出里面大于7的元素和小于3的元素，并生成新的数组，输出新的数组，并验证新获得的数组是副本还是视图。

import numpy as np

# 创建一维数组
arr = np.arange(15)
print("一维数组：")
print(arr)

# 转换成三维数组
arr_3d = arr.reshape(3, 5)
print("三维数组：")
print(arr_3d)

# 筛选出大于7和小于3的元素
new_arr = arr[(arr > 7) | (arr < 3)]
print("新数组：")
print(new_arr)

# 验证新数组是副本还是视图
print("新数组是否为副本：", new_arr.flags.owndata)
print("原数组是否为副本：", arr.flags.owndata)

输出结果：

一维数组： 
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
三维数组： 
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]
新数组： 
[ 0  1  2  8  9 10 11 12 13 14]
新数组是否为副本： True
原数组是否为副本： True

可以看到，新数组是原数组的副本，因为`new_arr.flags.owndata`和`arr.flags.owndata`都是True。

相关问题

创建一个np.arange(15)的数组，转换成三维数组,筛选出里面大于7的元素和小于3的元素,并生成新的数组,输出新的数组,并验证新获得的数组是副本还是视图。

import numpy as np

arr = np.arange(15)
arr_3d = arr.reshape((5,3))

new_arr = arr_3d[(arr_3d > 7) | (arr_3d < 3)]

print(new_arr)

print(new_arr.base is None) # 输出True，说明new_arr是副本

输出结果为：

[ 0  1  2  8  9 10 11 12 13 14]
True

将一维数组np.arange(10)转换为2行的二维数组

可以使用 numpy 的 `reshape` 函数将一维数组转换为指定形状的二维数组，具体代码如下：

import numpy as np

arr = np.arange(10)
new_arr = arr.reshape(2, -1)  # -1表示自动计算另一个维度的大小
print(new_arr)

输出结果为：

[[0 1 2 3 4]
 [5 6 7 8 9]]

其中，`reshape(2, -1)` 表示将数组转换为 2 行的二维数组，而 `-1` 表示自动计算另一个维度的大小，这里计算得到的大小为 5，使得数组的总大小不变。