Python 数组操作技巧总结[持续更新]

开始接触数组进行编程的时候，很多数组操作用内置的函数就可以完成。但是工作中慢慢发现数组的操作很多，并不只是加减和转置就可以很好解决的。

因此开了这个博客，记录用到的一些命令。根据工作使用慢慢更新，也希望能帮助到一些朋友。一个数组的操作

1）将一个数插入一个数组中的任意位置。

nums_one = 999
out_tmp = [ data[:i]+[nums_one]+data[i:] for i in range(len(data)+1)]

python基本特性

lambda, map, reduce, filter 函数

格式化输出，老的方法“%*” ，新的方法 "{}".format()。见这里。

数组的encode

快速将一维数组转化为二维

labels = [1, 3, 8]
labels = np.array(labels)[:, None]
[[1],
 [3],
 [8],]






  
  

   
   然后可以快速将该数组进行encode，即将对应的坐标位置标为1，其余位置为0。这个在机器学习对指标的操作中很常见。当然你也可以利用现有的sklearn 这类包完成。
  
  
enlabels = np.arange(8) == np.array(labels)[:, None]
# 改成float 型



     
     

      
      
enlabels = enlabels.astype(np.float32)
     
     



两个数组之间的操作
（1）一个二维数组与一维数组的运算。
有时候希望对二维数组中，没一行，或者每一列加减一个一维数组。这时候一维数组的长度与二维数组列/行相等。可以进行如下命令

# 创建二维数组
a = [[1,2,3,4,5]]*5
# 创建以为数组
b = np.arange(1,6,1)
# 2D 数组每一行减去1D数组
print a-b[None,:]
# 2D 数组每一列减去1D数组
print a-b[:,None]




(2)  查看一个数组中是否有包含在另外一个数组的元素。
# numpy的程序立刻搞定。返回布尔数组，长度与A相同，被元素B包含的元素的位置为True
np.in1d(A, B)