呀~博主是正在学习数据分析的一员,记录的是自己学习过程中总结的知识点,肯定有不完善的地方,如有问题可以私聊我改正,共同学习进步。希望大家都能保持学习的热情,坚持自己,不断超越自己!
博客地址:qxi的博客
如果发现有些看不太懂了,可以看看我前面介绍的:
numpy模块基础知识(1)
numpy模块基础知识(2)
numpy模块基础知识(3)
#这一篇我会比较详细的介绍numpy数组中的排序问题以及重塑#
1.利用np.sort()
函数对矩阵(即二维数组)进行逐行排序
,有进行从小到大排序的,并没有变成一维数组。
import numpy as np
a=np.arange(14,2,-1).reshape((3,4))
print(a)
print(np.sort(a))
运行结果:
[[14 13 12 11]
[10 9 8 7]
[ 6 5 4 3]] #原矩阵
[[11 12 13 14]
[ 7 8 9 10]
[ 3 4 5 6]] #逐行排好序的
2.利用np.ravel()
函数对原矩阵按行方向顺序或者列方向顺序重塑,变成一维数组,默认是按行方向顺序。
import numpy as np
a=np.array([[4,9,1],[17,3,5],[9,12,11]])
print(a)
print(np.ravel(a)) #默认按行方向的顺序重塑
print(np.ravel(a,'F')) #按列方向的顺序重塑
运行结果:
[[ 4 9 1]
[17 3 5]
[ 9 12 11]] #原矩阵
[ 4 9 1 17 3 5 9 12 11]
[ 4 17 9 9 3 12 1 5 11]
3.flatten()
函数也可以将矩阵变成一维数组,但是只是按行方向的顺序
import numpy as np
a=np.array([[4,9,1],[17,3,5],[9,12,11]])
print(a)
print(np.ravel(a)) #默认按行方向的顺序重塑
print(a.flatten()) #同样是按行方向的顺序
运行结果:
[[ 4 9 1]
[17 3 5]
[ 9 12 11]]
[ 4 9 1 17 3 5 9 12 11]
[ 4 9 1 17 3 5 9 12 11] #两个结果一样
好啦~今天的分享就到这里啦,内容比较少,但是我觉得这个内容可能是刚开始学基础的小伙伴们会忽略掉的(像我一开始就没注意到,没有仔细去区分)。
最后~如果你觉得对你有一点点帮助的话就点个赞再离开呗,也可以关注我哟,后期会持续更新