NumPy之二：数组形状操作

最新推荐文章于 2023-12-29 03:05:25 发布

RisingSunny

最新推荐文章于 2023-12-29 03:05:25 发布

阅读量6.5k

点赞数

分类专栏： Python 科学计算文章标签：科学计算 numpy

本文链接：https://blog.csdn.net/wangwenzhi276/article/details/53421531

版权

本文详细介绍了NumPy中的数组形状操作，包括如何使用reshape和resize改变数组形状，利用column_stack、hstack、vstack及concatenate进行数组堆叠，以及运用hsplit、vsplit和array_split进行数组分离。 reshape函数允许指定-1作为维度，自动计算大小，而resize方法会直接修改原数组。column_stack能将一维数组转化为二维数组的列，concatenate则允许灵活指定堆叠轴。此外，r_和c_提供了更便捷的数组创建方式。最后，hsplit、vsplit和array_split帮助我们按需分割数组。

摘要由CSDN通过智能技术生成

1. 改变数组形状

给定了每个axis上元素的数量，一个数组的形状就固定了。

>>> a = np.floor(10*np.random.random((3,4)))
>>> a
array([[ 2.,  8.,  0.,  6.],
       [ 4.,  5.,  1.,  1.],
       [ 8.,  9.,  3.,  6.]])
>>> a.shape
(3, 4)

通过一些命令，我们可以改变数组的形状：

>>> a.ravel() # flatten the array
array([ 2.,  8.,  0.,  6.,  4.,  5.,  1.,  1.,  8.,  9.,  3.,  6.])
>>> a.shape = (6, 2)
>>> a.T
array([[ 2.,  0.,  4.,  1.,  8.,  3.],
       [ 8.,  6.,  5.,  1.,  9.,  6.]])

reshape函数返回其参数指定的形状的数组，而ndarray.resize方法则会直接修改数组本身:

>>> a
array([[ 2.,  8.],
       [ 0.,  6.],
       [ 4.,  5.],
       [ 1.,  1.],
       [ 8.,  9.],
       [ 3.,  6.]])
>>> a.resize((2,6))
>>> a
array([[ 2.,  8.,