您现在的位置是：网站首页> 编程资料编程资料

Python ndarray 数组的变形详情_python_

2023-05-26 490人已围观

简介 Python ndarray 数组的变形详情_python_

一、维数的变形

1. 一维数组转二维数组以及同维变换

import numpy as np arr_1d = np.arange(12) # 使用 numpy 的 arr1 = np.reshape(arr_1d,(3,4)) # 使用 ndarray 的 arr2 = arr_1d.reshape((3, 4))

函数resize()的作用跟reshape()类似，但是会改变所作用的数组，相当于有inplace=True的效果

2. 二维数组转化维度也可以用这两个函数

import numpy as np arr_2d = np.array([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]]) arr_2d.reshape((2,6)) # -1 表示不确定有多少列 arr_2d.reshape((4,-1))

3. 二维数组转一维数组

ravel() 和flatten()
两者的区别在于返回拷贝（copy）还是返回视图（view），flatten()返回一份拷贝，需要分配新的内存空间，对拷贝所做的修改不会影响原始矩阵，而ravel()返回的是视图（view），会影响原始矩阵。因此在使用ravel时候要格外小心，以免数据修改造成原始数据的改变。

import numpy as np arr_2d = np.array([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]]) a = arr_2d.flatten() a[0] = -999 a, arr_2d b = arr_2d.ravel() b b[0] = -999 b, arr_2d

二、数组的拼接

1. 横向拼接

hstack() ——水平拼接，沿着行的方向，对列进行拼接。
concatenate() 也可以完成相应的功能，axis=1 时，沿水平方向叠加。

import numpy as np a = np.array([1,2,3,4]).reshape((2,2), order='F') b = np.array([0,0,1,1]).reshape((2,2)) a, b harr = np.hstack((a, b)) harr harr = np.concatenate((a, b), axis=1) harr

2. 纵向拼接

vstack() ——垂直拼接，沿着列的方向，对行进行拼接。
concatenate() 也可以完成相应的功能，axis=0 时，沿垂直方向叠加

import numpy as np a = np.array([1,1,0,0]).reshape((2,2)) b = np.array([0,1,0,1]).reshape((2,2)) a, b varr = np.vstack((a, b)) varr varr = np.concatenate((a, b), axis=0) varr

三、数组的分割

1. 横向分割

hsplit() ——水平拆分，沿着行的方向，对列进行拼接。
split() 也可以完成相应的功能，axis=1 时，沿水平方向拆分。

import numpy as np a = np.array([1,1,0,0]).reshape((2,2)) b = np.array([0,1,0,1]).reshape((2,2)) harr = np.hstack((a, b)) np.hsplit(harr, 2) np.split(harr, 2, axis=1)

2. 纵向分割

hvplit() ——垂直拆分，沿着列的方向，对行进行拼接。
split() 也可以完成相应的功能，axis=0 时，沿垂直方向拆分。

import numpy as np a = np.array([1,1,0,0]).reshape((2,2)) b = np.array([0,1,0,1]).reshape((2,2)) varr = np.vstack((a, b)) np.vsplit(varr, 2) np.split(varr, 2, axis=0)