Numpy - 知识点总结（三）

广播

广播是指numpy在算数运算期间处理不同形状的数组的能力，对数组的算数运算通常在相应的元素上进行。如果两个阵列具有完全相同的形状，则这些操作被无缝执行；

迭代

Numpy包包含一个迭代器对象numpy.nditer，它是一个有效的多维迭代器对象，可以用于在数组上进行迭代。数组的每一个元素可使用Python的标准接口iterator访问；

import numpy as np
arr1 = np.arange(0,12).reshape((4,3))
for i in np.nditer(arr1):
    print(i)

这里注意，是numpy包，而不是ndarray对象，基于ndarray对象的操作方法相对较少，后续讲解的，基本都是numpy的操作方法；

数组操作

reshape：不改变数据的条件下，改变数据的形状，与resize类似；

import numpy as np
arr1 = np.arange(0,12).reshape((4,3))
arr2 = arr1.reshape((3,4))
print(arr1)
print(arr2)

flat：数组上的一维迭代器#与nditer类似

import numpy as np
arr1 = np.arange(0,12).reshape((4,3))
for i in arr1.flat:
    print(i,end=' ')

flatten：返回迭代为一维的数组副本

import numpy as np
arr1 = np.arange(0,12).reshape((4,3))
print('arr1',arr1)
arr2 = arr1.flatten()
print(arr2)
print(arr1)

ravel：返回连续的展开数组

import numpy as np
arr1 = np.arange(0,12).reshape((4,3))
print('arr1',arr1)
arr2 = arr1.ravel()
print(arr2)
print(arr1)

transpose：翻转数组的维度