【python-数据分析-numpy】叠加&切割&数组转置

最新推荐文章于 2023-09-04 00:25:59 发布
最新推荐文章于 2023-09-04 00:25:59 发布
阅读量2.2k 收藏 3
点赞数 1
分类专栏： python 文章标签： 1024程序员节
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liuyiming2019/article/details/120928714
版权
本文详细介绍了Python数据分析库numpy中的数组叠加、切割、转置及拷贝等操作。包括垂直叠加、水平叠加、一维数组组合，使用hsplit、vsplit进行数组切割，以及运用.dot()进行矩阵相乘。同时探讨了浅拷贝和深拷贝的区别，如.view()与.copy()在内存管理上的差异。最后，阐述了ravel()和flatten()在扁平化数组时的拷贝行为及其应用场景。
摘要由CSDN通过智能技术生成

【python-数据分析-numpy】叠加&切割&数组转置

叠加

垂直叠加

在这里插入图片描述

水平叠加 &叠加成一维数组

在这里插入图片描述
在这里插入图片描述

数组的切割

水平切割：hsplit
垂直切割：vsplit
自己设定切割方式：split，0行1列
在这里插入图片描述
分为等分切割，还有指定方式切割
在这里插入图片描述

在这里插入图片描述

数组转置

在这里插入图片描述

相乘.dot()

广播方式乘：*
矩阵相乘：.dot()
在这里插入图片描述

转置方法：.T & .transpose()：修改返回值原矩阵值也变

在这里插入图片描述
在这里插入图片描述

拷贝

不拷贝：a和b一个栈区

栈区：内存中的内存，小快
堆区：内存中的硬盘，大慢
在这里插入图片描述

在这里插入图片描述

浅拷贝：.view()：a和c不是一个栈区是一个堆区

在这里插入图片描述
改一个值另一个值就会变，只在栈区进行拷贝
在这里插入图片描述

深拷贝：.copy()：不同栈区不同堆区

在这里插入图片描述
在这里插入图片描述

扁平化ravel()：浅拷贝，flatten()：深拷贝举例

在这里插入图片描述
在这里插入图片描述

拷贝总结

在这里插入图片描述

一拳Marx
关注
专栏目录
Numpy-如何对数组进行叠加
Python进阶专栏《爬虫实战进阶》，《数据分析入门与实战》原创作者
02-09 496
本文是该专栏的第23篇，后面会持续分享python的数据分析知识。之前有详细介绍过，numpy替换元素和numpy改变数组形状的方法。本文再来详细介绍下，在数据分析项目上使用numpy如何对数组进行叠加。想了解数组元素替换和改变数组形状的方法，亦或是想了解更多numpy知识，可查看笔者之前写的详细内容，如下
12_叠加分析-iObjects Python with JupyterHub for K8s
chenhuipin1173的博客
09-02 230
叠加分析-iObjects Python with JupyterHub for K8s 更多参考： 镜像构建-iObjects Python with JupyterHub for K8s from iobjectspy import (overla...
python numpy 数组堆叠
ruguowoshiyu的博客
04-27 1万+
numpy数组堆叠函数stack(arrays, axis) : 沿着新轴连接数组的序列column_stack(): 将1维数组作为列堆叠到2维数组中hstack(): 按水平方向堆叠数组vstack(): 按垂直方向堆叠数组具体应用如下代码import numpy as np a = np.array([1,2,3]) b = np.array([4,5,6]) c = np.array([[...
numpy如何叠加两个数组
weixin_45061570的博客
01-07 6717
numpy 中将数组叠加 方法1.用 np.vstack() <垂直方向叠加> np.hstack() <水平方向叠加> 例如： a = np.arange(10).reshape(2,-1) # 创建一个0-9的一维数组，然后转成2行列的二维数组 b = np.repeat(1,10).reshape(2,-1) # 创建一个十个1重复的一维数组， 方法2，用 np....
叠加分析
weixin_30687811的博客
08-20 200
裁剪（求异） #!/usr/bin/env python # -*- coding: utf-8 -*- import json from os.path import realpath from shapely.geometry import MultiPolygon from shapely.geometry import asShape from shapely.wkt...
【数据分析】Numpy学习笔记(一)
敲代码的设计师
04-17 1518
最近在学习数据分析，到了numpy的学习阶段，边学边整理分享自己的学习笔记，希望能对你也有所帮助！ 这次的学习笔记包括以下内容： 1.数组的创建方式 2.多维数组的简单操作 3.数组的索引和切片操作 4.布尔索引 5.数组值的替换操作 6.数组的形状操作 7.数组的叠加 8.数组的切割 9.数组的转置 10.浅拷贝和深拷贝 11.文件操作的几种方式
Python数据分析之Numpy库的使用详细讲解
qq_46292926的博客
04-11 2476
简介 Numpy是科学计算基础库，提高大量科学计算的功能，比如数据统计，随机数生成等，其提供最核心类型为多维数组类型（ndarray），支持大量的维度数组与矩阵运算，Numpy支持向量处理ndarry对象，提高程序的运算速度。 安装 pip install numpy ...
数据分析-2.numpy库
Like_515216的博客
07-21 1662
NumPy介绍 NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。在数据分析和机器学习领域被广泛使用。他有以下几个特点： numpy内置了并行运算功能，当系统有多个核心时，做某种计算时，numpy会自动做并行计算。 Numpy底层使用C语言编写，内部解除了GIL（全局解释器锁），其对数组的操作速度不受Python解释器的限制，效率远高于纯Pytho
《利用python进行数据分析》读书笔记
老兵Coding
06-15 3116
《利用python进行数据分析》是一本利用python的Numpy、Pandas、Matplotlib库进行数据分析的基础介绍，非常适合初学者。 重要的python库 NumPy http://numpy.org Pandas http://pandas.pydata.org matplotlib http://matplotlib.org IPython 和 Jupyter http://ipython.org http://jupyter.org Scipy http://scipy.org sci
Numpy库
zkx990121的博客
07-27 1180
Numpy库介绍
python_点云的地面分割，以及非点云数据的聚类，并且进行可视化.rar
08-17
python_三维激光点云的地面分割，以及非地面点云数据的聚类，并且进行可视化。以某条道路区域的点云数据为样本进行测试，文件中包含有测试数据，以及代码运行聚类的效果图。
杜凯杰教学数据分析：python 数据提取及拆分
热门推荐
weixin_44528048的博客
06-15 2万+
K线数据提取 依据原有数据集格式，按要求生成新表: 1、每分钟的close数据的第一条、最后一条、最大值及最小值， 2、每分钟vol数据的增长量（每分钟vol的最后一条数据减第一条数据） 3、汇总这些信息生成一个新表 （字段名：[‘time’,‘open’,‘close’,‘high’,‘low’,‘vol’]） import pandas as pd import time start=...
numpy关于两个array叠加操作
包龙星的剑
08-01 3250
numpy中有很多关于两个array的操作，叠加方式以及叠加后的维度经常令人迷惑，这篇文章总价一下
python数据切割归并算法
body_builder的博客
03-04 1717
    当一个 .txt 文件的数据过于庞大，此时想要对数据进行排序就需要先将数据进行切割，然后通过归并排序，最终实现对整体数据的排序。要实现这个过程我们需要进行以下几步：获取总数据行数；根据行数按照自己的需要对数据进行切割；对每组数据进行排序 最后对所有数据进行归并排序。    下面我们就来实现这整个过程：    一：获取总数据的行def get_file_lines(file_path): ...
数据分析(numpy)----06.变换数组形态
weixin_44111377的博客
07-16 306
import numpy as np # shape和reshape a1=np.arange(15).reshape(-1,5) print(a1) # 注意:reshape(m,n),如果说有一个参数为-1 时,那么 # reshape函数会根据另一参数的维度计算出数组的另外一个shape属性值 a2 = a1.reshape(-1)#将多维数组变换成一维数组 print(a2) #a1...
Numpy数组的水平拆分与split函数的使用方法
最新发布
与其临渊羡鱼,不如退而结网
09-04 227
numpy.split()函数用于将一个数组沿着指定的轴进行拆分，生成多个子数组。ary：被拆分的输入数组。indices_or_sections：指定拆分的位置。可以是一个整数，表示要平均拆分的份数；也可以是一个整数列表，表示每个拆分点的位置；还可以是一个一维数组，表示拆分的位置。axis：指定沿着哪个轴进行拆分。默认值为0，表示沿着第一个轴拆分。函数返回一个拆分后的子数组列表。通过numpy.split()函数，我们可以方便地将一个多维数组水平拆分为多个子数组。
NumPy学习指南——2.9 数组的分割
weixin_42054904的博客
07-24 354
NumPy数组可以进行水平、垂直直或深度分割，相关的函数有np.hsplit、np.vsplit、np.dsplit和np.split。我们可以将数组分 成相同大小的子数组，也可以指定原数组中需要分割的位置。 （1）水平分割——np.hsplit() In [2]: a = np.arange(9).reshape(3, 3) In [3]: a Out[3]: array([[0, 1...
Python+GDAL实现面矢量数据叠加
做GIS梦的人
12-28 1993
需要使用python和GDAL实现矢量数据的相交叠加计算，空间上的叠加分析，本来是一个非常简单的功能。但是在网上却只能找到c++版的相关代码。Python的代码几乎找不到，找一个发现是把两个shape文件中的图形逐个取出来相交，效率十分低下。最后根据C++的代码，实现了Python版本的调用GDAL实现两个矢量shape文件叠加分析。
点云 ransac 平面拟合的地面去除（附open3d python代码）
三维点云技术探索
11-29 2336
分割它的地面部分，只留下工件的扫描点云数据。我们使用一个工件扫描点云数据为例，
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一拳Marx

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值