Numpy数据分析基础方法-排序、转置、堆叠、拆分

4 篇文章 0 订阅
4 篇文章 0 订阅
这篇博客通过多个练习详细介绍了如何使用Python的numpy库进行数组的排序、转置、反转和堆叠操作。涵盖了从基本的一维数组排序到复杂的多维数组拆分,包括使用`sort`、`T`、`flip`、`hstack`、`vstack`和`hsplit`等函数,是理解numpy数组操作的实用教程。
摘要由CSDN通过智能技术生成

本数据纯属虚构,如有雷同实属巧合

目录

一、排序与转置

二、反转与堆叠

 三、拆分


一、排序与转置

# -*- coding:utf-8 -*-

import numpy as np #导入numpy库,缩写为np
print("\n练习01:使用sort给数组排序: \n")
array32 = np.array([20.37, -38.13, 45.78, 0])
array33 = np.sort(array32)
print(array33)


print("\n练习02:使用T方法给数组转置矩阵: \n")
array34 = np.array([[13,27,31], [75,84,93]])
array35 = array34.T
print(array35)

 

 

 

 

二、反转与堆叠

print("\n练习03:使用flip原地反转数组: \n")
array36 = np.array([12.31, -32.14, 47.76, 0])
print("原列表:",array36)
print("翻转后:",np.flip(array36))


print("\n练习04:使用hstack将两个元组以水平方式堆叠成一个列表: \n")
array37 = np.array((12, 29, 36))
array38 = np.array((445, 502, 679))
array39 = np.hstack((array37, array38))
print(array39)

 

 

 

print("\n练习05:使用hstack将两个列表以水平方式堆叠成一个列表: \n")
array40 = np.array([[102], [219], [373]])
array41 = np.array([[459], [564], [682]])
array42 = np.hstack((array40, array41))
print(array42)


print("\n练习06:使用vstack将两个数组以竖直方式堆叠成一个列表: \n")
array43 = np.array([[154,238,341], [27,68,49]])
array44 = np.array([[4,5,6], [150,101,712]])
array45 = np.vstack([array43, array44])
print(array45)

 

 

 三、拆分

print("\n练习07:使用hsplit拆分数组,原列表必须是拆分后个数的倍数,否则会报错: \n")
array46 = np.array([256, 3, 208, 43,124,86,274,6])
print("拆分成4个不同的数组:",np.hsplit(array46, 4) )

print("拆分成2个不同的数组:",np.hsplit(array46, 2))

print("参数是1代表不拆分:",np.hsplit(array46, 1))


 

 


print("\n练习08:使用hsplit进行数组拆分官方栗子: \n")
array47 = np.arange(16.0).reshape(4, 4)
print("原列表:\n\n",array47)
array48 = np.hsplit(array47, 2)
print("\n拆分后:\n\n",array48)
array49 = np.hsplit(array47, np.array([3, 6]))
print("\n拆分3个4行3列的子数组后:\n\n",array49)

 

 

 

 

 

 

 

print("\n练习09:将1个含有两个2*2表格的数组拆分为2个含有2个1*2表格的数组: \n")
array50 = np.arange(8.0).reshape(2, 2, 2)
print("原数组:\n\n",array50)
array51 = np.hsplit(array50, 2)
print("\n拆分后:\n\n",array51)

 

 

print("\n练习10:将一个2*4数组按不同方向拆分后,检查数据形状: \n")
array51 = np.array([
    [12, 384, 29, 496],
    [52, 75, 605, 707]
])
print("原列表数据形状:\n\n",array51.shape)
print("\n竖直拆分后数据形状:\n\n",np.vsplit(array51, 2)[0].shape)
print("\n水平拆分后数据形状:\n\n",np.hsplit(array51, 2)[0].shape)

 

 

 

print("\n练习11:将2个2*3的数组拆分子数组后,检查数据形状: \n")
array52 = np.array([
    [ [2,3,2], [4,5,6] ],
    [ [2,3,2], [4,5,6] ],
])
print("原列表数据形状:\n\n",array52.shape)
print("\n竖直拆分后数据形状:\n\n",np.vsplit(array52, 2)[0].shape)
print("\n水平拆分后数据形状:\n\n",np.hsplit(array52, 2)[0].shape)

 

 

 

参考书目:

 

 

 

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值