NumPy科学计算库学习_009_NumPy数组的形状操作
NumPy科学计算库学习_009_NumPy数组的形状操作
NumPy数组的变形
arr1 = np.random.randint(0,10,size=(2,3,4))
arr2 = arr1.reshape(2,12)
arr3 = arr1.reshape(4,-1)
arr4 = arr1.reshape(-1,8)
print("【arr1】\n",arr1)
print("【arr2】\n",arr2)
print("【arr3，固定行数=4，自动判断列数】\n",arr3)
print("【arr4，自动判断行数，固定列数=8】\n",arr4)
【arr1】
[[[4 7 6 7]
[5 4 3 0]
[0 2 3 5]]
[[0 8 9 7]
[6 6 3 2]
[4 9 2 1]]]
【arr2】
[[4 7 6 7 5 4 3 0 0 2 3 5]
[0 8 9 7 6 6 3 2 4 9 2 1]]
【arr3，固定行数=4，自动判断列数】
[[4 7 6 7 5 4]
[3 0 0 2 3 5]
[0 8 9 7 6 6]
[3 2 4 9 2 1]]
【arr4，自动判断行数，固定列数=8】
[[4 7 6 7 5 4 3 0]
[0 2 3 5 0 8 9 7]
[6 6 3 2 4 9 2 1]]
NumPy数组的转置
arr1 = np.random.randint(0,10,size=(2,3))
arr2 = arr1.T
arr3 = np.random.randint(0,10,size=(2,3,4))
arr4 = np.transpose(arr3, axes=(1,0,2)) # axe中表达的是放在size中的索引
print("【arr1】\n",arr1)
print("【arr2】\n",arr2)
print("")
print("【arr3】\n",arr3)
print("【arr4，改变NumPy数组的维度】\n",arr4)
【arr1】
[[9 3 1]
[2 6 9]]
【arr2】
[[9 2]
[3 6]
[1 9]]
【arr3】
[[[2 7 5 5]
[9 3 4 1]
[7 2 1 0]]
[[9 2 6 5]
[6 7 9 0]
[8 6 5 5]]]
【arr4，改变NumPy数组的维度】
[[[2 7 5 5]
[9 2 6 5]]
[[9 3 4 1]
[6 7 9 0]]
[[7 2 1 0]
[8 6 5 5]]]
NumPy数组堆叠
arr1 = np.array([[1,2,3]])
arr2 = np.array([[4,5,6]])
print("【arr1】\n",arr1)
print("【arr2】\n",arr2)
print("【第1维度串联】\n",np.concatenate([arr1,arr2],axis=0))
print("【第2维度串联】\n",np.concatenate([arr1,arr2],axis=1))
print("【水平方向堆叠】\n",np.hstack((arr1,arr2)))
print("【垂直方向堆叠】\n",np.vstack((arr1,arr2)))
【arr1】
[[1 2 3]]
【arr2】
[[4 5 6]]
【第1维度串联】
[[1 2 3]
[4 5 6]]
【第2维度串联】
[[1 2 3 4 5 6]]
【水平方向堆叠】
[[1 2 3 4 5 6]]
【垂直方向堆叠】
[[1 2 3]
[4 5 6]]
NumPy数组的拆分 split()
- 创建一个NumPy数组
\[{arr6by5}=
\begin{bmatrix}
{1}&{4}&{9}&{1}&{4}\\
{5}&{0}&{0}&{2}&{1}\\
{8}&{6}&{9}&{7}&{5}\\
{6}&{0}&{1}&{8}&{2}\\
{7}&{4}&{2}&{5}&{3}\\
{8}&{0}&{3}&{7}&{8}\\
\end{bmatrix}
\]
arr6by5 = np.array([[1,4,9,1,4],[5,0,0,2,1],[8,6,9,7,5],[6,0,1,8,2],[7,4,2,5,3],[8,0,3,7,8]]) # size = 6 by 5
print("【arr6by5】\n",arr6by5)
【arr6by5】
[[1 4 9 1 4]
[5 0 0 2 1]
[8 6 9 7 5]
[6 0 1 8 2]
[7 4 2 5 3]
[8 0 3 7 8]]
- 平分
第1维度的数据
\[\color{red}
{
\begin{bmatrix}
{1}&{4}&{9}&{1}&{4}\\
{5}&{0}&{0}&{2}&{1}\\
\end{bmatrix}
}
\\
\color{blue}
{
\begin{bmatrix}
{8}&{6}&{9}&{7}&{5}\\
{6}&{0}&{1}&{8}&{2}\\
\end{bmatrix}
}
\\
\color{brown}
{
\begin{bmatrix}
{7}&{4}&{2}&{5}&{3}\\
{8}&{0}&{3}&{7}&{8}\\
\end{bmatrix}
}
\]
arr6by5_1 = np.split(arr6by5,indices_or_sections=3,axis=0)
print("【arr6by5_1，在第1维度的6中，分成3份】\n",arr6by5_1)
【arr6by5_1，在第1维度的6中，分成3份】
[array([[1, 4, 9, 1, 4],
[5, 0, 0, 2, 1]]), array([[8, 6, 9, 7, 5],
[6, 0, 1, 8, 2]]), array([[7, 4, 2, 5, 3],
[8, 0, 3, 7, 8]])]
- 编辑
第2维度的数据
\[\color{red}{\begin{bmatrix}
{1}&{4}\\
{5}&{0}\\
{8}&{6}\\
{6}&{0}\\
{7}&{4}\\
{8}&{0}\\
\end{bmatrix}}
\color{blue}{\begin{bmatrix}
{9}\\
{0}\\
{9}\\
{1}\\
{2}\\
{3}\\
\end{bmatrix}}
\color{brown}{\begin{bmatrix}
{1}&{4}\\
{2}&{1}\\
{7}&{5}\\
{8}&{2}\\
{5}&{3}\\
{7}&{8}\\
\end{bmatrix}}
\]
arr6by5_2 = np.split(arr1,indices_or_sections=[2,3],axis=1)
print("【arr6by5_2，在第2维度的5中，索引2和3开始为断点，进行分割】\n",arr6by5_2)
【arr6by5_2，在第2维度的5中，索引2和3为断点，进行分割】
[array([[1, 4],
[5, 0],
[8, 6],
[6, 0],
[7, 4],
[8, 0]]), array([[9],
[0],
[9],
[1],
[2],
[3]]), array([[1, 4],
[2, 1],
[7, 5],
[8, 2],
[5, 3],
[7, 8]])]
竖直方向将NumPy数组进行分配【本质是横向切】
\[\color{red}
{
\begin{bmatrix}
{1}&{4}&{9}&{1}&{4}\\
{5}&{0}&{0}&{2}&{1}\\
{8}&{6}&{9}&{7}&{5}\\
\end{bmatrix}
}
\\
\color{blue}
{
\begin{bmatrix}
{6}&{0}&{1}&{8}&{2}\\
{7}&{4}&{2}&{5}&{3}\\
{8}&{0}&{3}&{7}&{8}\\
\end{bmatrix}
}
\]
arr6by5_3 = np.vsplit(arr6by5, indices_or_sections=2)
print("【arr6by5_3】\n",arr6by5_3)
【arr6by5_3】
[array([[1, 4, 9, 1, 4],
[5, 0, 0, 2, 1],
[8, 6, 9, 7, 5]]), array([[6, 0, 1, 8, 2],
[7, 4, 2, 5, 3],
[8, 0, 3, 7, 8]])]
水平方向将NumPy数组进行分配【本质是纵向切】
\[\color{red}{\begin{bmatrix}
{1}\\
{5}\\
{8}\\
{6}\\
{7}\\
{8}\\
\end{bmatrix}}
\color{blue}{\begin{bmatrix}
{4}&{9}&{1}\\
{0}&{0}&{2}\\
{6}&{9}&{7}\\
{0}&{1}&{8}\\
{4}&{2}&{5}\\
{0}&{3}&{7}\\
\end{bmatrix}}
\color{brown}{\begin{bmatrix}
{4}\\
{1}\\
{5}\\
{2}\\
{3}\\
{8}\\
\end{bmatrix}}
\]
arr6by5_4 = np.hsplit(arr6by5, indices_or_sections=[1,4]) # 从第1列开始、从第4列开始
print("【arr6by5_4，水平方向，以索引1和4为断点分割NumPy数组】\n",arr6by5_4)
【arr6by5_4，水平方向，以索引1和4为断点分割NumPy数组】
[array([[1],
[5],
[8],
[6],
[7],
[8]]), array([[4, 9, 1],
[0, 0, 2],
[6, 9, 7],
[0, 1, 8],
[4, 2, 5],
[0, 3, 7]]), array([[4],
[1],
[5],
[2],
[3],
[8]])]
