【数据分析之道-NumPy(六)】数组操作

专栏导读

✍ 作者简介：i阿极，优快云 Python领域新星创作者，专注于分享python领域知识。

✍ 本文录入于《数据分析之道》，本专栏针对大学生、初级数据分析工程师精心打造，对python基础知识点逐一击破，不断学习，提升自我。
✍ 订阅后，可以阅读《数据分析之道》中全部文章内容，包含python基础语法、数据结构和文件操作，科学计算，实现文件内容操作，实现数据可视化等等。
✍ 其他专栏： 《机器学习案例》

1、修改数组形状

Numpy提供了一些函数来修改数组的形状，包括：

函数	描述
reshape()	改变数组的形状，但不改变原数组。
resize()	改变数组的形状，同时也改变原数组。
flatten()	将多维数组变为一维数组。
ravel()	将多维数组变为一维数组，但是返回的是原数组的视图。

reshape()

import numpy as np
a = np.arange(1, 10).reshape(3, 3)
print(a)

resize()

b = np.arange(1, 10).reshape(3, 3)
b.resize(1, 9)
print(b)

flatten()

c = np.arange(1, 10).reshape(3, 3)
d = c.flatten()
print(c)
print(d)

ravel()

e = np.arange(1, 10).reshape(3, 3)
f = e.ravel()
print(e) 
print(f)

2、翻转数组

Numpy提供了一些函数来翻转数组，包括：

函数	描述
transpose()	转置数组，行变为列，列变为行。
flip()	沿某个轴翻转数组。
fliplr()	左右翻转数组。
flipud()	上下翻转数组。

transpose()

a = np.arange(1, 10).reshape(3, 3)
b = np.transpose(a)
print(a)
print(b)

flip()

c = np.arange(1, 10).reshape(3, 3)
d = np.flip(c)
print(c)
print(d)

fliplr()

e = np.arange(1, 10).reshape(3, 3)
f = np.fliplr(e)
print(e)
print(f)

flipud()

g = np.arange(1, 10).reshape(3, 3)
h = np.flipud(g)
print(g)
print(h)

3、修改数组维度

Numpy提供了一些函数来修改数组的维度，包括：

函数	描述
newaxis	增加数组维度。
squeeze()	去掉数组中的一维。

newaxis()

a = np.array([1, 2, 3])
b = a[np.newaxis, :]
print(a)
print(b)

squeeze()

c = np.arange(1, 10).reshape(1, 3, 3, 1)
d = np.squeeze(c)
print(c.shape)
print(d.shape)

4、连接数组

Numpy提供了一些函数来连接数组，包括：

concatenate()	沿着指定的轴连接相同形状的两个或多个数组。
stack()	沿着新的轴连接数组序列。
hstack()	水平堆叠序列中的数组（列方向）。
vstack()	水平堆叠序列中的数组（行方向）。

concatenate()

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
c = np.concatenate((a, b), axis=0)

print(c)

stack()

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.stack((a, b))

print(c)

hstack()、vstack()

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.hstack((a, b))
d = np.vstack((a, b))

print(c)
print(d)

5、分割数组

函数	描述
split()	将一个数组分割为多个子数组，分割方式可以指定为沿着垂直方向（纵向）或水平方向（横向），并指定分割点。
hsplit()	将一个数组水平分割成多个子数组。
vsplit()	将一个数组垂直分割成多个子数组。
array_split()	将一个数组按照指定的轴进行分割成多个子数组，轴数可以自定义。

split()

arr = np.arange(12).reshape(2, 6)
sub_arr1 = np.split(arr, 3, axis=1)#按照第二个轴（即横向）将数组分割成三个子数组
sub_arr2 = np.split(arr, 2, axis=0)#按照第二个轴（即纵向）将数组分割成二个子数组
print(arr,'\n')
print(sub_arr1,'\n')
print(sub_arr2)

hsplit()

arr = np.arange(12).reshape(2, 6)
sub_arr_hsplit = np.hsplit(arr, 2)# 将数组水平分割成两个子数组
print(sub_arr_hsplit)

vsplit()

arr = np.arange(12).reshape(2, 6)
sub_arr_vsplit = np.vsplit(arr, 2)# 将数组垂直分割成两个子数组
print(sub_arr_vsplit)

array_split()

arr = np.arange(12).reshape(2, 6)
sub_array_split = np.array_split(arr, 4, axis=1)# 按照第二个轴（即横向）将数组分割成四个子数组
print(sub_array_split)

6、数组元素的添加和删除

函数	描述
append()	用于在数组末尾添加值
insert()	用于在指定位置插入元素
delete()	用于删除数组中的元素

append()

numpy.append(arr, values, axis=None)

参数说明：

• arr：输入的数组
• values：要添加的值，可以是一个值或一个数组
• axis：沿着哪个轴添加值，默认为 None，即在数组的一维拼接添加值。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.append(a, b)

print(c) 

insert()

numpy.insert(arr, obj, values, axis=None)

参数说明：

• arr：输入的数组
• obj：要插入的位置，可以是一个整数或一个数组，表示要插入的位置
• values：要插入的值，可以是一个值或一个数组
• axis：沿着哪个轴插入值，默认为 None，即在数组的一维插入值。

a = np.array([1, 2, 3])
b = np.insert(a, 1, [4, 5])

print(b) 

delete()

numpy.delete(arr, obj, axis=None)

参数说明：

• arr：输入的数组
• obj：要删除的元素的索引或者一个数组，表示要删除哪些元素
• axis：沿着哪个轴删除值，默认为 None，即在数组的一维删除值。

a = np.array([1, 2, 3, 4, 5])
b = np.delete(a, 2)

print(b)  

---

📢文章下方有交流学习区！一起学习进步！💪💪💪
📢首发优快云博客，创作不易，如果觉得文章不错，可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗