python数据分析-numpy模块基础知识(4)

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