日新月异 PyTorch - numpy 基础: numpy 数组的运算，连接，分割
日新月异 PyTorch - numpy 基础: numpy 数组的运算，连接，分割
示例如下:
numpy\demo3.py
import numpy as np
# 数组之间的运算
def sample1():
a = np.array([1, 2, 3, 4])
b = np.array([2, 4, 6, 8])
# 加法
print(a + b) # [ 3 6 9 12]
# 减法
print(a - b) # [-1 -2 -3 -4]
# 乘法
print(a * b) # [ 2 8 18 32]
# 除法
print(a / b) # [0.5 0.5 0.5 0.5]
# 幂运算
print(a ** b) # [1 16 729 65536]
c = np.array([1, 2, 3])
d = np.array([[2], [4], [6]])
print(c)
'''
[1 2 3]
'''
print(d)
'''
[[2]
[4]
[6]]
'''
# 不同形状的数组在进行运算时，会通过广播机制（broadcasting）扩展为合适形状的数组
# 比如 c 和 d 相加，就相当于如下两个数组相加
'''
[[1 2 3]
[1 2 3]
[1 2 3]]
+
[[2 2 2]
[4 4 4]
[6 6 6]]
'''
print(c + d)
'''
[[3 4 5]
[5 6 7]
[7 8 9]]
'''
# 数组之间的连接
def sample2():
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
print(a)
'''
[[1 2]
[3 4]]
'''
print(b)
'''
[[5 6]
[7 8]]
'''
# 沿着轴 0 连接两个数组
# 轴（axis）就是指的维度
c = np.concatenate((a,b), axis=0)
print(c)
'''
[[1 2]
[3 4]
[5 6]
[7 8]]
'''
# 沿着轴 1 连接两个数组
d = np.concatenate((a,b), axis=1)
print(d)
'''
[[1 2 5 6]
[3 4 7 8]]
'''
# 沿着轴 0 组合两个数组，会封装成为一个三维数组
e = np.stack((a,b), axis=0)
print(e)
'''
[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
'''
# 沿着轴 1 组合两个数组，会封装成为一个三维数组
f = np.stack((a,b), axis=1)
print(f)
'''
[[[1 2]
[5 6]]
[[3 4]
[7 8]]]
'''
# 垂直方向连接两个数组
g = np.vstack((a,b))
print(g)
'''
[[1 2]
[3 4]
[5 6]
[7 8]]
'''
# 水平方向连接两个数组
h = np.hstack((a,b))
print(h)
'''
[[1 2 5 6]
[3 4 7 8]]
'''
# 数组之间的分割
def sample3():
a = np.arange(9)
print (a) # [0 1 2 3 4 5 6 7 8]
# 将数组分割为 3 个大小相等的数组
b = np.split(a,3)
print(b) # [array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8])]
# 从位置 4, 6, 7 分割数组
c = np.split(a,[4,6,7])
print(c) # [array([0, 1, 2, 3]), array([4, 5]), array([6]), array([7, 8])]
d = np.array([[1,2,3,4],[5,6,7,8]])
print(d)
'''
[[1 2 3 4]
[5 6 7 8]]
'''
# 垂直分割为 2 个数组
e = np.vsplit(d, 2)
print(e)
'''
[array([[1, 2, 3, 4]]), array([[5, 6, 7, 8]])]
'''
# 水平分割为 2 个数组
f = np.hsplit(d, 2)
print(f)
'''
[array([[1, 2],
[5, 6]]), array([[3, 4],
[7, 8]])]
'''
if __name__ == '__main__':
# 数组之间的运算
sample1()
# 数组之间的连接
sample2()
# 数组之间的分割
sample3()
