本数据纯属虚构,如有雷同实属巧合
目录
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: