04数组常用方法

import  numpy as np
#数组形状处理：reshape 、 resize 、ravel 、flatten、 vstack、 hstack、 row_stack 、colum_stack


arr3 = np.array(((1,2,5,9),(6,8,25,4),(26,52,71,2),(5,8,2,3)))
print("数组是几行几列的：",arr3.shape)   #获取数组行列数（也就是几行几列）
# print(arr3.reshape(2,8),"
")    #返回数组行列变换之后的数组，并未改变原数组的形状
# print(arr3.resize(4,4)) #不会返回变换之后预览值，而是直接改变原数组的形状
# print(arr3.shape)
#print("原数组输出",arr3,'
')

数据降维

#数据降维
#默认的排序方式的降维,降维以行顺序拼接成一维数组
#print(arr3.ravel())
# print(arr3.flatten())
# print(arr3.reshape(-1),'
')

#改变排序模式的降维，降维以列顺序拼接成一维数组
# print(arr3.ravel(order='F'))
#print(arr3.flatten(order='F'))
# print(arr3.reshape(-1,order='F'))
# print(arr3)#可知数组降维之后并不会改变原数组


#对数组降维之后，考察是否会改变原数组
arr3.flatten()[0] = 200
arr3.ravel()[0] = 200   #ravel方法(会改变原数组)
arr3.reshape(-1)[0] = 300   #reshape方法替换值(会改变原数组)
#print("flatten方法(并不会改变原数组)：
",arr3)
#print("ravel方法(会改变原数组)：
",arr3)
#print("reshape方法(会改变原数组)：
",arr3)

arr4 = np.array([12,13,14,45])#该被添加上去的一维数组元素个数与原数组的列数相等#
#print("vstack纵向堆叠数组:
",np.vstack([arr3,arr4]))
print("row_stack纵向堆叠数组:
",np.row_stack([arr3,arr4]))
arr5 = np.array([[21],[22],[24],[25]])#该被添加上去的一维数组的个数与原数组的行数相等
#print("hstack横向堆叠数组:
",np.hstack([arr3,arr5]))
print("column_stack横向堆叠数组:
",np.column_stack([arr3,arr5]))