增加矢量维度:
- 用None作为索引
a = np.array([1,2,3]) #a.shape = (3,)
a = a[None, :] #a.shape = (1,3)
- np.newaxis
a = np.array([1,2,3]) #a.shape = (3,)
a = a[np.newaxis, :] #a.shape = (1,3)
- reshape
a = np.array([1,2,3]) #a.shape = (3,)
a = np.reshape(a, ((1,)+a.shape)) #a.shape=(1,3)
或a.reshape(((1,)+a.shape))
拼接两个narray
水平组合
numpy.hstack((array1, array2))
numpy.concatenate((a,b), axis = 1)
垂直组合
numpy.vstack((array1, array2))
numpy.concatenate((a,b), axis = 0)
深度组合:沿着纵轴方向组合
numpy 数组比较
获取两个数组相同的元素
一维数组排序
也可以写做a.sort()
获得每个元素排序(从小到大)后的位置
也可以写做a.argsort()
二维数组排序
axis=0相当于对每一列进行排序
axis=1相当于对每一行进行排序
searchsorted(sorted_array, values)
相当于sorted_array不变,分别将values中的元素插入到sroted_array时应该插入的位置
将numpy数组写入到csv
np_data = np.array(data_arr)
##写入文件
pd_data = pd.DataFrame(np_data,columns=['filename','gender'])
print(pd_data)
pd_data.to_csv('pd_data.csv')
将numpy数组存储到npy
numpy.save(filename)
numpy.load(filename)
numpy读取csv文件
np.loadtxt(filepath,delimiter,usecols,unpack)