修改数组形状numpy.reshapenumpy.reshape 函数可以在不改变数据的条件下修改形状
import numpy as npa = np.arange(8)print ('原始数组:')print (a)print ('\n')b = a.reshape(4,2)print ('修改后的数组:')print (b)
numpy.ndarray.flatnumpy.ndarray.flat 是一个数组元素迭代器 import numpy as npa = np.arange(9).reshape(3,3) print ('原始数组:')for row in a: print (row) #对数组中每个元素都进行处理,可以使用flat属性,该属性是一个数组元素迭代器:print ('迭代后的数组:')for element in a.flat: print (element)
numpy.ndarray.flattennumpy.ndarray.flatten 返回一份数组拷贝,对拷贝所做的修改不会影响原始数组,格式如下:
参数说明:
import numpy as npa = np.arange(8).reshape(2,4)print ('原数组:')print (a)print ('\n')# 默认按行print ('展开的数组:')print (a.flatten())print ('\n')print ('以 F 风格顺序展开的数组:')print (a.flatten(order = 'F'))
numpy.ravelnumpy.ravel() 展平的数组元素,顺序通常是'C风格',返回的是数组视图(view,有点类似 C/C++引用reference的意味),修改会影响原始数组。 该函数接收两个参数:
参数说明:
import numpy as npa = np.arange(8).reshape(2,4)print ('原数组:')print (a)print ('\n')print ('调用 ravel 函数之后:')print (a.ravel())print ('\n')print ('以 F 风格顺序调用 ravel 函数之后:')print (a.ravel(order = 'F'))
翻转数组numpy.transposenumpy.transpose 函数用于对换数组的维度,格式如下:
参数说明:
import numpy as npa = np.arange(12).reshape(3,4)print ('原数组:')print (a )print ('\n')print ('对换数组:')print (np.transpose(a))
numpy.ndarray.T 类似 numpy.transpose: import numpy as npa = np.arange(12).reshape(3,4)print ('原数组:')print (a)print ('\n')print ('转置数组:')print (a.T)
numpy.rollaxisnumpy.rollaxis 函数向后滚动特定的轴到一个特定位置,格式如下:
参数说明:
import numpy as np# 创建了三维的 ndarraya = np.arange(8).reshape(2,2,2)print ('原数组:')print (a)print ('获取数组中一个值:')print(np.where(a==6)) print(a[1,1,0]) # 为 6print ('\n')# 将轴 2 滚动到轴 0(宽度到深度)print ('调用 rollaxis 函数:')b = np.rollaxis(a,2,0)print (b)# 查看元素 a[1,1,0],即 6 的坐标,变成 [0, 1, 1]# 最后一个 0 移动到最前面print(np.where(b==6)) print ('\n') # 将轴 2 滚动到轴 1:(宽度到高度)print ('调用 rollaxis 函数:')c = np.rollaxis(a,2,1)print (c)# 查看元素 a[1,1,0],即 6 的坐标,变成 [1, 0, 1]# 最后的 0 和 它前面的 1 对换位置print(np.where(c==6)) print ('\n')
numpy.swapaxesnumpy.swapaxes 函数用于交换数组的两个轴,格式如下:
import numpy as npbr br# 创建了三维的 ndarraybra = np.arange(8).reshape(2,2,2)br brprint ('原数组:')brprint (a)brprint ('\n')br# 现在交换轴 0(深度方向)到轴 2(宽度方向)br brprint ('调用 swapaxes 函数后的数组:')brprint (np.swapaxes(a, 2, 0))
修改数组维度numpy.broadcastnumpy.broadcast 用于模仿广播的对象,它返回一个对象,该对象封装了将一个数组广播到另一个数组的结果。 import numpy as npx = np.array([[1], [2], [3]])y = np.array([4, 5, 6]) # 对 y 广播 xb = np.broadcast(x,y) # 它拥有 iterator 属性,基于自身组件的迭代器元组print ('对 y 广播 x:')r,c = b.itersbr # Python3.x 为 next(context) ,Python2.x 为 context.next()print (next(r), next(c))print (next(r), next(c))print ('\n')# shape 属性返回广播对象的形状print ('广播对象的形状:')print (b.shape)print ('\n')br# 手动使用 broadcast 将 x 与 y 相加b = np.broadcast(x,y)c = np.empty(b.shape)print ('手动使用 broadcast 将 x 与 y 相加:')print (c.shapeprint ('\n')c.flat = [u + v for (u,v) in b]print ('调用 flat 函数:')print (c)print ('\n')# 获得了和 NumPy 内建的广播支持相同的结果print ('x 与 y 的和:')print (x + y)
numpy.broadcast_tonumpy.broadcast_to 函数将数组广播到新形状。它在原始数组上返回只读视图。 它通常不连续。 如果新形状不符合 NumPy 的广播规则,该函数可能会抛出ValueError。
import numpy as npa = np.arange(4).reshape(1,4)print ('原数组:')print (a)print ('\n')print ('调用 broadcast_to 函数之后:')print (np.broadcast_to(a,(4,4)))
numpy.expand_dimsnumpy.expand_dims 函数通过在指定位置插入新的轴来扩展数组形状
参数说明:
import numpy as npx = np.array(([1,2],[3,4]))print ('数组 x:')print (x)print ('\n')y = np.expand_dims(x, axis = 0)print ('数组 y:')print (y)print ('\n')print ('数组 x 和 y 的形状:')print (x.shape, y.shape)print ('\n')# 在位置 1 插入轴y = np.expand_dims(x, axis = 1)print ('在位置 1 插入轴之后的数组 y:')print (y)print ('\n')print ('x.ndim 和 y.ndim:')print (x.ndim,y.ndim)print ('\n')print ('x.shape 和 y.shape:')print (x.shape, y.shape)
numpy.squeezenumpy.squeeze 函数从给定数组的形状中删除一维的条目
参数说明:
import numpy as npx = np.arange(9).reshape(1,3,3)print ('数组 x:')print (x)print ('\n')y = np.squeeze(x)print ('数组 y:')print (y)print ('\n')print ('数组 x 和 y 的形状:')print (x.shape, y.shape)
连接数组numpy.concatenatenumpy.concatenate 函数用于沿指定轴连接相同形状的两个或多个数组
参数说明:
import numpy as npa = np.array([[1,2],[3,4]])print ('第一个数组:')print (a)print ('\n')b = np.array([[5,6],[7,8]])print ('第二个数组:')print (b)print ('\n')# 两个数组的维度相同print ('沿轴 0 连接两个数组:')print (np.concatenate((a,b)))print ('\n')print ('沿轴 1 连接两个数组:')print (np.concatenate((a,b),axis = 1))
numpy.stacknumpy.stack 函数用于沿新轴连接数组序列
参数说明:
import numpy as npa = np.array([[1,2],[3,4]])print ('第一个数组:')print (a)print ('\n')b = np.array([[5,6],[7,8]])print ('第二个数组:')print (b)print ('\n')print ('沿轴 0 堆叠两个数组:')print (np.stack((a,b),0))print ('\n')print ('沿轴 1 堆叠两个数组:')print (np.stack((a,b),1))
numpy.hstacknumpy.hstack 是 numpy.stack 函数的变体,它通过水平堆叠来生成数组。 import numpy as npa = np.array([[1,2],[3,4]])print ('第一个数组:')print (a)print ('\n')b = np.array([[5,6],[7,8]])print ('第二个数组:')print (b)print ('\n')print ('水平堆叠:')c = np.hstack((a,b))print (c)print ('\n')
numpy.vstacknumpy.vstack 是 numpy.stack 函数的变体,它通过垂直堆叠来生成数组。 import numpy as npa = np.array([[1,2],[3,4]])print ('第一个数组:')print (a)print ('\n')b = np.array([[5,6],[7,8]])print ('第二个数组:')print (b)brprint ('\n')print ('竖直堆叠:')c = np.vstack((a,b))print (c)
分割数组numpy.splitnumpy.split 函数沿特定的轴将数组分割为子数组
参数说明:
import numpy as npa = np.arange(9)print ('第一个数组:')print (a)print ('\n')print ('将数组分为三个大小相等的子数组:')b = np.split(a,3)print (b)print ('\n')print ('将数组在一维数组中表明的位置分割:')b = np.split(a,[4,7])print (b)
axis 为 0 时在水平方向分割,axis 为 1 时在垂直方向分割: import numpy as npa = np.arange(16).reshape(4, 4)print('第一个数组:')print(a)print('\n')print('默认分割(0轴):')b = np.split(a,2)print(b)print('\n')print('沿水平方向分割:')c = np.split(a,2,1)print(c)print('\n')print('沿水平方向分割:')d= np.hsplit(a,2)print(d)
numpy.hsplitnumpy.hsplit 函数用于水平分割数组,通过指定要返回的相同形状的数组数量来拆分原数组。 import numpy as npharr = np.floor(10 * np.random.random((2, 6)))print ('原array:')print(harr)print ('拆分后:')print(np.hsplit(harr, 3))
numpy.vsplitnumpy.vsplit 沿着垂直轴分割,其分割方式与hsplit用法相同。 import numpy as npba = np.arange(16).reshape(4,4)print ('第一个数组:')print (a)print ('\n')print ('竖直分割:')b = np.vsplit(a,2)print (b)
数组元素的添加与删除numpy.resizenumpy.resize 函数返回指定大小的新数组。 如果新数组大小大于原始大小,则包含原始数组中的元素的副本。
参数说明:
import numpy as npa = np.array([[1,2,3],[4,5,6]])print ('第一个数组:')print (a)print ('\n')print ('第一个数组的形状:')print (a.shape)print ('\n')b = np.resize(a, (3,2))print ('第二个数组:')print (b)print ('\n')print ('第二个数组的形状:')print (b.shape)print ('\n') # 要注意 a 的第一行在 b 中重复出现,因为尺寸变大了print ('修改第二个数组的大小:')b = np.resize(a,(3,3))print (b)
numpy.appendnumpy.append 函数在数组的末尾添加值。 追加操作会分配整个数组,并把原来的数组复制到新数组中。 此外,输入数组的维度必须匹配否则将生成ValueError。 append 函数返回的始终是一个一维数组。
参数说明:
import numpy as npa = np.array([[1,2,3],[4,5,6]])print ('第一个数组:')print (a)print ('\n')print ('向数组添加元素:')print (np.append(a, [7,8,9]))print ('\n')print ('沿轴 0 添加元素:')print (np.append(a, [[7,8,9]],axis = 0))print ('\n')print ('沿轴 1 添加元素:')print (np.append(a, [[5,5,5],[7,8,9]],axis = 1))
numpy.insertnumpy.insert 函数在给定索引之前,沿给定轴在输入数组中插入值。 如果值的类型转换为要插入,则它与输入数组不同。 插入没有原地的,函数会返回一个新数组。 此外,如果未提供轴,则输入数组会被展开。
参数说明:
import numpy as npa = np.array([[1,2],[3,4],[5,6]])print ('第一个数组:')print (a)print ('\n')print ('未传递 Axis 参数。 在删除之前输入数组会被展开。')print (np.insert(a,3,[11,12]))print ('\n')print ('传递了 Axis 参数。 会广播值数组来配输入数组。')print ('沿轴 0 广播:')print (np.insert(a,1,[11],axis = 0))print ('\n')print ('沿轴 1 广播:')print (np.insert(a,1,11,axis = 1))
numpy.deletenumpy.delete 函数返回从输入数组中删除指定子数组的新数组。 与 insert() 函数的情况一样,如果未提供轴参数,则输入数组将展开。
参数说明:
import numpy as npa = np.arange(12).reshape(3,4)print ('第一个数组:')print (a)print ('\n')print ('未传递 Axis 参数。 在插入之前输入数组会被展开。')print (np.delete(a,5))print ('\n')print ('删除第二列:')print (np.delete(a,1,axis = 1))print ('\n')print ('包含从数组中删除的替代值的切片:')a = np.array([1,2,3,4,5,6,7,8,9,10])print (np.delete(a, np.s_[::2]))
numpy.uniquenumpy.unique 函数用于去除数组中的重复元素。
import numpy as npa = np.array([5,2,6,2,7,5,6,8,2,9])print ('第一个数组:')print (a)print ('\n')print ('第一个数组的去重值:')u = np.unique(a)print (u)print ('\n')print ('去重数组的索引数组:')u,indices = np.unique(a, return_index = True)print (indices)print ('\n')print ('我们可以看到每个和原数组下标对应的数值:')print (a)print ('\n')print ('去重数组的下标:')u,indices = np.unique(a,return_inverse = True)print (u)print ('\n')print ('下标为:')print (indices)print ('\n')print ('使用下标重构原数组:')print (u[indices])print ('\n')print ('返回去重元素的重复数量:')u,indices = np.unique(a,return_counts = True)print (u)print (indices)
|
|