Numpy学习第三天

数组操作

更改形状

numpy.ndarray.shape

import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print(x.shape)  # (8,)
x.shape = [2, 4]
print(x)
# [[1 2 3 4]
#  [5 6 7 8]]

bumpy.ndarray.flat可以将数组转化为一个一维数组，存储在内存中，并可以用for循环来遍历它

x = x.flat
print(x)
#<numpy.flatiter object at 0x7f9bbc976600>
for i in x:
    print(i)
'''
1
2
3
4
5
6
7
8
'''

numpy.ndarray.flatten([order=‘C’]) 将数组的副本转换为一维数组，并返回。
order：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。
注意：flatten函数返回的是副本，并没有改变原数组

更改形状函数

numpy.reshape(a, newshape[, order=‘C’])在不更改数据的情况下为数组赋予新的形状。
注意：reshape()函数当参数newshape = [rows,-1]时，将根据行数自动确定列数。

x = np.arange(12)
y = np.reshape(x, [3, 4])
print(y.dtype)  # int32
print(y)
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]

数组转置

numpy.transpose(a, axes=None)
numpy.ndarray.T
这两种方式是相同的

先写到这里，回头再更，先打卡啦，hhhh