数据科学初阶(三）-- numpy数组形状改变以及与字符串转换

文章说明： 本系列面向全国大中小学的通用数据科学教材，原项目是由
Jin Li大佬整理的python笔记,鄙人学习后添加了许多自己的见解，于是最后写成了这系列手册。

本文代码均在jupyter notebook上实现。

---

---

数组形状

修改数组形状

先来创建一个数组：

a = arange(6)
a
# array([0,1,2,3,4,5])

将其形状修改为2*3:

a.shape = 2,3
a
"""
array([[0, 1, 2],
       [3, 4, 5]])
"""

使用shape方法会修改原数组。

另一种修改形状方式——使用reshape函数

a.reshape(2,3)
"""
array([[0, 1, 2],
       [3, 4, 5]])
"""

注意：reshape函数不会修改原数组的值，而是返回一个新数组。

Warning:shape和reshape虽然都能修改数组形状，但是不能改变数组中的元素总数，例如2*3的数组是无法修改形状为3*3的。

增加数组维数

使用newaxis来增加数组的维数：

# 创建一个一维数组
a = arange(3)
shape(3)
# （3L,)
# 向a数组前插入一个长度为1的维度
y = a[newaxis, :]
shape(y)
# (1L,3L)

当然，根据newaxis插入的位置不同，可以返回不同形状的数组，也可以增加多个维数：

y = a[:, newaxis]
shape(y)
# (3L, 1L)
y = a[newaxis, newaxis, :]
shape(y)
# (1L, 1L, 3L)

去除数组多余轴

使用squeeze方法，可以去除数组中所有长度为1的维度，例如下例：

a = arange(6)
a