numpy数组计算基础（2）

最新推荐文章于 2024-08-28 23:13:14 发布

原创最新推荐文章于 2024-08-28 23:13:14 发布 · 535 阅读

CC 4.0 BY-SA版权

本文深入探讨NumPy中数组的形态改变、拼接及拆分等关键操作，包括使用shape和reshape调整数组形状，利用ravel和flatten展开高维度数组，以及通过hstack和vstack实现数组的横向和纵向拼接，最后介绍了如何使用hsplit和vsplit进行数组的拆分。

1 数组形态改变

创建一个数组：

arr = np.arange(16)  生成一个一维数组
print('arr:',arr)
print('类型:',type(arr))
print('形状:',arr.shape)

可以通过shape和reshape求更改他的形状，不同的是reshape生成一个新的数组，二shape是在原来数组的基础上进行更改。
举例说明：
直接更改通过shape直接指定形状。—元组

arr.shape = (4,4)
print(arr

)
reshape更改，返回新的数组

arr_new = arr.reshape(4,4)
print(arr_new)
print('类型:',type(arr_new))
print('形状:',arr_new.shape)

展开一个高纬度的数组，利用的方式有：reval或者flatten
举例：
#创建一个高纬度数组

arr = np.arange(16).reshape(4 ,4)
print(arr)
print("arr shape" ,arr.shape)#打印出形状。
ravel展平数组
# arr_new = np.ravel(arr)
# arr_new = arr.ravel()
# print(arr_new)

通过flatten展开数组
参数：默认参数是c 是按行展开。f参数是按列展开

arr_new1 = arr.flatten('c')
print(arr_new1)
arr_new = arr.flatten('f')
print(arr_new)

2 拼接数组

import numpy as np
# 创建数组
arr1 = np.arange(6).reshape(2,3)
arr2 = np.array([[1,2,3],[2,3,4]])
print(arr1)
print(arr2)

横向拼接数组：
可以通过hstack直接横向凭借，也可以利用concatenate将参数设为1拼接

# arr_new = np.hstack((arr1,arr2))
# arr_new = np.concatenate((arr1,arr2),axis=1)
# print(arr_new)
# print(arr_new)

# 纵向拼接

可以通过vstack直接纵向向凭借，也可以利用concatenate将参数设0为拼接

# arr_new = np.vstack((arr1,arr2))
# arr_new = np.concatenate((arr1,arr2),axis=0)
# print(arr_new)
# print(arr_new)

concatenate 参数axis为1，代表列，横轴方向
concatenate 参数axis为0 代表行，纵轴方向。
拼接的过程中，维度需一致 # 如果是横向拼接，必须保持行一致，
如果是纵向拼接，必须保持列数一致

3拆分数组

import numpy as np
arr = np.arange(16).reshape(4,4)
print('arr:' ,arr)
# 横向拆分 平分
# arr1,arr2 = np.hsplit(arr,2)
# arr_new = np.split(arr,4,axis=1)
# print(arr_new)
# print('arr1',arr1)
# print('arr2'arr2)
# 纵向拆分  平分
# arr1,arr2 = np.vsplit(arr,2)
# arr_new = np.split(arr,4,axis=0)
# print(arr_new)
# print('arr1',arr1)
# print('arr2',arr2)