(4)numpy数组的常规操作

内容：

·numpy数组的变形

·numpy数组的级联

·numpy数组的切分

·numpy副本

首先，导入numpy第三方包：

import numpy as np

变形：

# numpy数组的变形：
# 在变形时，变形之前的元素个数=变形之后的元素个数，元素个数在变形前后必须具有统一性
# 得到一个元素个数为20个的numpy数组：
arr = np.random.randint(0, 100, size=(20))
# 输出数组arr
print(arr)
# 对得到的数组arr进行变形，划分条件以元组的形式传入，将其划分成“四行五列”，元素个数保持不变：
print(arr.reshape((4, 5)))

运行结果：

级联：

        numpy数组的级联由两种方法，第一种是通过axis的传入参数，来控制级联时横向进行，还是纵向进行的；第二种是numpy方法，直接进行控制。

首先，先定义两个numpy数组：

# numpy数组的级联：
arr_1 = np.random.randint(0, 50, size=(3, 3))
arr_2 = np.random.randint(0, 50, size=(3, 3))

第一种：通过axis控制联接方向

# 通过axis控制联接方向
# axis=0:纵向联接
# axis=1:横向联接
# 不管是纵向联接，还是横向联接，数据都会自己进行维度的变更
print("横向联接:\n", np.concatenate((arr_1, arr_2), axis=1))
print("纵向联接:\n", np.concatenate((arr_1, arr_2), axis=0))

运行结果：

第二种：通过numpy方法直接进行控制：

hstack: 横向联接，传入参数为元组，元组元素个数有且为2

vstack: 横向联接，传入参数为元组，元组元素个数有且为2

# hstack: 横向联接，传入参数为元组，元组元素个数有且为2
print("横向联接:\n", np.hstack((arr_1, arr_2)))
# vstack: 横向联接，传入参数为元组，元组元素个数有且为2
print("纵向联接:\n", np.vstack((arr_1, arr_2)))

运行结果：

 切分：

【问】：切分和切片有什么区别？

【答】：切分和切片从本质上讲，都是对一组或者多组数据进行分片处理；在切片时，会按照要求对原数据进行处理，从而得到用户想要的数据，但在这个过程中，不会伤及到原数据；而在切分时，则是直接在原数据上进行操作，不保留原数据。

切分也有三种方法，一种是通过axis的参数来确定是横向切分，还是纵向切分；另一种是通过numpy方法，直接进行操作；最后一种是等价切分。

生成一个6行6列的numpy数组：

arr = np.random.randint(0, 100, size=(6, 6))
print(arr)

第一种：

指定划分，indices_or_sections=[a, b]，在划分时，第一块0:a，第二块a:b,第三块b:最后

part_1, part_2, part_3 = np.split(arr, indices_or_sections=[1, 5], axis=0)
print("part_1:下标从0开始\n", part_1)
print("part-2:下标从1开始\n", part_2)
print("part_3:下标从5开始\n", part_3)

运行结果：

第二种：

横向：np.hsplit

纵向：np.vsplit

# 横向切分：
print("横向切分:\n", np.hsplit(arr, indices_or_sections=[1, 5]))
# 纵向切分：
print("纵向切分:\n", np.vsplit(arr, indices_or_sections=[1, 5]))

运行结果：

第三种：

限制条件：被切割数组的第一维度a，必须可以整除被切割的份数b，也就是a%b==0恒成立

part_1, part_2 = np.split(arr, indices_or_sections=2)
print("part_1:\n", part_1)
print("part_2:\n", part_2)

运行结果：

numpy副本：

对一组原始数据进行副本创建，可以保证副本的内存位置和原始数据的内存位置不一致

arr = np.random.randint(0, 100, size=(3, 3))
arr_copy = arr.copy()
print("arr:\n", arr)
print("arr_copy:\n", arr_copy)

运行结果：