【ndarry的基本操作】——numpy03

基本索引和切片：

与序列一样可以进行索引和切片，且方式类似，开始序号从0开始，可在不同维度进行。

普通索引：

创建的是一个三维数组，把它想象成是一个两层的房间，每一层的房间布局是三行三列，共有十八个房间，每个房间里面存放着这些数字

import numpy as np
arr = np.array([
    [[1,2,3],[4,5,6],[7,8,9]],
    [[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,0,0]) #1
print(arr[1,2,2]) #8

当然切片也可以这么写：arr[0][0][0]

省略索引：

如果你想获取某一个维度的所有信息，就用英文冒号来替代。比如说我要提取第一层所有行第1列的房间，那么可以用冒号来替代第二个下标

import numpy as np
arr = np.array([
    [[1,2,3],[4,5,6],[7,8,9]],
    [[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,:,1]) #[2 5 8]

多省略索引：

可以使用多个冒号来省略多个维度的信息

import numpy as np
arr = np.array([
    [[1,2,3],[4,5,6],[7,8,9]],
    [[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,:,:]) #相当于获取第一层的所有信息

间隔索引：

import numpy as np
arr = np.array([
    [[1,2,3],[4,5,6],[7,8,9]],
    [[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,0:3,:]) #默认步长为1，与序列切片类似
print("-"*80)
print(arr[1,0:3:2,1]) #第二层，第0行和第2行，分别取出第1列

每一个元素都可以像序列切片那样增加起始值，终值(不包含终值)，步长。相当于用这个切片来替代那一个元素

形态变换操作：

数组是组织数据的一种手段，不同的数据集，可以用一维、二维、三维，甚至更高维的数组来组织。因此有必要了解ndarray的形态变换操作

reshape()：

改变数组的形状，返回一个指定形状的数组。请注意：reshape()函数不会改变原数组

import numpy as np
arr = np.arange(2,10)
result = arr.reshape((2,4)) #10-2 要等于 2*4才能创建
print(result)
print("-"*80)
print(arr)

一般来说，reshape跟arange使用可以迅速创建数组。且reshape并不会改变原数组

resize()：

把原数组直接变为指定新形状的数组，并返回空值(若用一个数值去接收，那么这个数值是空值)

import numpy as np
arr = np.arange(2,10)
result = arr.resize((5,2)) #10-2 要等于 5*2才能创建
print(result)#用变量接收之后返回的是空值：None
print("-"*80)
print(arr)#不用变量接收，也可以正常获取结果

注意： resize会改变原数组的形状

transpose()：

对数组按轴进行转置操作，也称维度的变换，返回转置后的新数组

import numpy as np
arr = np.arange(2,10)
result = arr.reshape(4,2)
result1 = result.transpose()
print(result) #4*2
print("-"*80)
print(result1) #2*4

通过参数进行转置：

如果transpose()函数，如果参数为空，执行的是维度的完全转置。当需要按指定维度转置时，可以在参数中使用元组的方式重新编排轴的顺序。

import numpy as np
arr = np.arange(24).reshape((2,3,4)) #创建一个三维数组
print(arr)
print("-"*80)
print(arr.transpose()) # 完全转置，轴的顺序从(0,1,2)变为(2,1,0)
print("-"*80)
print(arr.transpose((0,2,1))) #执行的是行列转置

flatten()：

该函数用来展平数组，也就是把高维数组转化为一维数组，该函数会返回一个新的一维数组。(我愿称之为降维打击)，注意该函数并不会改变原函数

import numpy as np
arr = np.arange(24).reshape((2,3,4)) #创建一个三维数组
result = arr.flatten()
print(arr)
print("-"*80)
print(result)