【Python学习笔记】19：numpy数组布尔运算和切片

改变数组形状

>>> a=np.arange(1,11,1)
>>> a
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])
>>> a.shape=2,5
>>> a
array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10]])
>>> a.shape=5,-1 #只知道是5行，-1表示自动计算
>>> a
array([[ 1,  2],
       [ 3,  4],
       [ 5,  6],
       [ 7,  8],
       [ 9, 10]])
>>> b=a.reshape(2,5) #reshape返回新的数组
>>> b
array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10]])

还可以用resize(无返回值的函数)来原地修改数组的形状。

切片操作

>>> a=np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a[::-1]
array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
>>> a[:5]
array([0, 1, 2, 3, 4])
>>> c=np.arange(25)
>>> c.resize((5,5))
>>> c
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])
>>> c[0,2:5] #第0行中下标[2,5)之间的元素切出来
array([2, 3, 4])
>>> c[2:5,2:5] #行下标[2,5)列下标[2,5)之间的元素
array([[12, 13, 14],
       [17, 18, 19],
       [22, 23, 24]])

切片操作还是在list(因为是可变对象)中发挥的效用最灵活。

数组的拆分

>>> np.split(np.array(range(10)),2)
[array([0, 1, 2, 3, 4]), array([5, 6, 7, 8, 9])]
>>> np.split(np.array(range(16)).reshape((4,4)),2) #前两行和后两行
[array([[0, 1, 2, 3],
       [4, 5, 6, 7]]), array([[ 8,  9, 10, 11],
       [12, 13, 14, 15]])]

split将会等分数组为指定的份数。

数组布尔运算

>>> x=np.random.rand(10)
>>> x
array([ 0.5993579 ,  0.68693925,  0.74380945,  0.40993085,  0.72345401,
        0.64499497,  0.48715468,  0.80924589,  0.43362779,  0.06554248])
>>> x>0.5 #对每个元素都比较
array([ True,  True,  True, False,  True,  True, False,  True, False, False], dtype=bool)
>>> x[x>0.5] #将它当做索引传回原数组，只获取那些>0.5的
array([ 0.5993579 ,  0.68693925,  0.74380945,  0.72345401,  0.64499497,
        0.80924589])
>>> np.all(x<1) #测试x<1所返回的数组(传给all)中所有元素是否都等价True
True
>>> a=np.array([1,2,3])
>>> b=np.array([3,2,1])
>>> a>b #对应位置作比较
array([False, False,  True], dtype=bool)
>>> a[a==b] #获取一样的
array([2])
>>> np.any([1,2,3,4]) #如果传入的数组中有至少一个元素等价True都返回True
True

有all就应该有any，测试数组中是否全True和是否有True。