• Python numpy 入门系列 11 数组操作(修改数组形状 )


    Numpy 数组操作

    Numpy 中包含了一些函数用于处理数组,大概可分为以下几类:

    • 修改数组形状
    • 翻转数组
    • 修改数组维度
    • 连接数组
    • 分割数组
    • 数组元素的添加与删除

    修改数组形状

    函数描述
    reshape 不改变数据的条件下修改形状
    flat 数组元素迭代器
    flatten 返回一份一维数组拷贝(一维数组),对拷贝所做的修改不会影响原始数组
    ravel 返回展开数组(一维数组)

     

    numpy.reshape

    numpy.reshape 函数可以在不改变数据的条件下修改形状,格式如下:

    numpy.reshape(arr, newshape, order='C')
    • arr:要修改形状的数组
    • newshape:整数或者整数数组,新的形状应当兼容原有形状
    • order:'C' -- 按行,'F' -- 按列,'A' -- 原顺序,'k' -- 元素在内存中的出现顺序。

    实例

    import numpy as np
     
    a = np.arange(8)
    print ('原始数组:')
    print (a)
    print ('\n')
     
    b = a.reshape(4,2)
    print ('修改后的数组:')
    print (b)
    输出结果如下:
    原始数组:
    [0 1 2 3 4 5 6 7]
    
    修改后的数组:
    [[0 1]
     [2 3]
     [4 5]
     [6 7]]

     

    numpy.ndarray.flat

    numpy.ndarray.flat 是一个数组元素迭代器,实例如下:

    实例

    import numpy as np
     
    a = np.arange(9).reshape(3,3) 
    print ('原始数组:')
    for row in a:
        print (row)
     
    #对数组中每个元素都进行处理,可以使用flat属性,该属性是一个数组元素迭代器:
    print ('迭代后的数组:')
    for element in a.flat:
        print (element)
    输出结果如下:
    原始数组:
    [0 1 2]
    [3 4 5]
    [6 7 8]
    迭代后的数组:
    0
    1
    2
    3
    4
    5
    6
    7
    8

     

    numpy.ndarray.flatten

    返回一个折叠成一维的数组。但是该函数只能适用于numpy对象,即array或者mat,普通的list列表是不行的。

    numpy.ndarray.flatten 返回一份数组拷贝,对拷贝所做的修改不会影响原始数组,格式如下:

    ndarray.flatten(order='C')

    参数说明:

    • order:'C' -- 按行,'F' -- 按列,'A' -- 原顺序,'K' -- 元素在内存中的出现顺序。

    实例

    import numpy as np
     
    a = np.arange(8).reshape(2,4)
     
    print ('原数组:')
    print (a)
    print ('\n')
    # 默认按行
     
    print ('展开的数组:')
    print (a.flatten())
    print ('\n')
     
    print ('以 F 风格顺序展开的数组:')
    print (a.flatten(order = 'F'))

     输出结果如下:

    原数组:
    [[0 1 2 3]
     [4 5 6 7]]
    
    
    展开的数组:
    [0 1 2 3 4 5 6 7]
    
    
     F 风格顺序展开的数组:
    [0 4 1 5 2 6 3 7]

     

    numpy.ravel

    numpy.ravel() 展平的数组元素,顺序通常是"C风格",返回的是数组视图(view,有点类似 C/C++引用reference的意味),修改会影响原始数组。

    该函数接收两个参数:

    numpy.ravel(a, order='C')

    参数说明:

    • order:'C' -- 按行,'F' -- 按列,'A' -- 原顺序,'K' -- 元素在内存中的出现顺序。

    实例

    import numpy as np
     
    a = np.arange(8).reshape(2,4)
     
    print ('原数组:')
    print (a)
    print ('\n')
     
    print ('调用 ravel 函数之后:')
    print (a.ravel())
    print ('\n')
     
    print ('以 F 风格顺序调用 ravel 函数之后:')
    print (a.ravel(order = 'F'))
     

    输出结果如下:

    原数组:
    [[0 1 2 3]
     [4 5 6 7]]
    
    
    调用 ravel 函数之后:
    [0 1 2 3 4 5 6 7]
    
    
     F 风格顺序调用 ravel 函数之后:
    [0 4 1 5 2 6 3 7]

     
    flatten 方法返回的是一个数组的拷贝, 类似于copy()
    ravel 返回的是一个数组的视图,类似于view()
     

    REF

    https://www.cnblogs.com/mzct123/p/8659193.html  (numpy flatten ravel)
    https://blog.csdn.net/weixin_43960668/article/details/114979389 (numpy flatten ravel)

    https://www.runoob.com/numpy/numpy-array-manipulation.html

  • 相关阅读:
    按年按月分组查询
    dir listing 目录文件列表索引
    ps/sql developer 登录远程服务器
    Sql 基础问题
    数组的ES6,ES7的方法
    release中技术点的定义
    数仓面试
    项目总体分析
    spark
    dmp准备工作
  • 原文地址:https://www.cnblogs.com/emanlee/p/16019435.html
Copyright © 2020-2023  润新知