6.Numpy变换数组形态

变换数组形态：

方法	概述
reshape	重新设计形状
ravel	将数组 转换为一维数组
flatten	将数组转换为一维数组 C横向 F纵向
hstack	横向堆叠
vstack	纵向堆叠
concatenate	数组的拼接
hsplit	纵向分割
vsplit	横向分割
split	分割 方法 axis 参数 来控制 横向 纵向

举例：

reshape 变换形态：

arr7 = np.arange(12)
print(arr7)
print('----------')
# 将一个 一维数组 变换成 二维 三行四列的数组
arr8 = arr7.reshape(3, 4)
print(arr8)
# flatten('C') 横向转换为 一维数组
arr9 = arr7.reshape(3, 4).flatten('C')
print(arr9)
# flatten('F') 纵向转换为一维数组
arr_a = arr7.reshape(3, 4).flatten('F')
print(arr_a)

# 结果
[ 0  1  2  3  4  5  6  7  8  9 10 11]
----------
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
---------
[ 0  1  2  3  4  5  6  7  8  9 10 11]
[ 0  4  8  1  5  9  2  6 10  3  7 11]

revel 展开数组：

# 创建一个 二维数组 
arr_a = np.arange(12).reshape(3, 4)
print(arr_a)
# 将二维数组 横向 转换为 一维数组
print(arr_a.ravel('C'))
# 将 二维数组 纵向 转换为 一维 数组
print(arr_a.ravel('F'))


# 执行结果
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[ 0  1  2  3  4  5  6  7  8  9 10 11]
[ 0  4  8  1  5  9  2  6 10  3  7 11]

hstack,vstack 横向堆叠 纵向堆叠：

arr9 = np.ones((3,4))
arr10 = 2* arr9
print(arr9)
print('-------')
print(arr10)
print('-------')
#
# # 横向堆叠
print(np.hstack((arr9, arr10)))
print('---------')
# # 纵向堆叠
print(np.vstack((arr9, arr10)))


# 执行结果
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]
-------
[[2. 2. 2. 2.]
 [2. 2. 2. 2.]
 [2. 2. 2. 2.]]
-------
[[1. 1. 1. 1. 2. 2. 2. 2.]
 [1. 1. 1. 1. 2. 2. 2. 2.]
 [1. 1. 1. 1. 2. 2. 2. 2.]]
---------
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [2. 2. 2. 2.]
 [2. 2. 2. 2.]
 [2. 2. 2. 2.]]

concatenate数组的拼接：

arr1 = np.arange(10)
arr2 = 2 * np.arange(10)
print(arr1)
print(arr2)

# 纵向是 会报出 越界 错误 因为 这是一个 一维数组
# print(np.concatenate((arr1, arr2), axis=1))
print(np.concatenate((arr1, arr2), axis=0))

[0 1 2 3 4 5 6 7 8 9]
[ 0  2  4  6  8 10 12 14 16 18]
[ 0  1  2  3  4  5  6  7  8  9  0  2  4  6  8 10 12 14 16 18]

hsplit,vsplit 纵向切割 和 横向 切割：

arr2 = np.ones((4,4))
print(arr2)
# 纵向
print(np.hsplit(arr2, 2))
print('--------')
#横向
print(np.vsplit(arr2,4))

# 结果
[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]
[array([[1., 1.],
       [1., 1.],
       [1., 1.],
       [1., 1.]]), array([[1., 1.],
       [1., 1.],
       [1., 1.],
       [1., 1.]])]
--------
[array([[1., 1., 1., 1.]]), array([[1., 1., 1., 1.]]), array([[1., 1., 1., 1.]]), array([[1., 1., 1., 1.]])]

split切割：

arr2 = np.ones((4,4))
print(arr2)
print('----------')
print(np.split(arr2, 2, axis=1)) #横向分割
print('----------')
print(np.split(arr2, 4, axis=0)) #纵向分割


[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]
----------
[array([[1., 1.],
       [1., 1.],
       [1., 1.],
       [1., 1.]]), array([[1., 1.],
       [1., 1.],
       [1., 1.],
       [1., 1.]])]
----------
[array([[1., 1., 1., 1.]]), array([[1., 1., 1., 1.]]), array([[1., 1., 1., 1.]]), array([[1., 1., 1., 1.]])]