Numpy数组操作大全

Numpy 数组操作大全

一、修改数组形状

函数	描述
reshape	不改变数据的条件下修改形状
flat	数组元素迭代器
flatten	返回一份数组拷贝，对拷贝所做的修改不会影响原始数组
ravel	返回展开数组

(1) numpy.reshape

numpy.reshape 函数可以在不改变数据的条件下修改形状，格式如下：

numpy.reshape(arr, newshape, order='C')->ndarry

参数	描述
arr	要修改形状的数组
newshape	整数或者整数数组，新的形状应当兼容原有形状
order	‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。

其中的arr参数有两种传参方式：

• b = a.reshape(4,2)：隐式传参，将a作为arr传入reshape函数，类似于self的用法
• b = np.reshape(a,(4,2)) :显式传参

import numpy as np
 
a = np.arange(8)
print ('原始数组：')
print (a)
print ('\n')
 
b = a.reshape(4,2)
print ('修改后的数组：')
print (b)

原始数组：
[0 1 2 3 4 5 6 7]
修改后的数组：
​    [[0 1]
​     [2 3]
​     [4 5]
​     [6 7]] 

import numpy as np
 
a = np.arange(8)
print ('原始数组：')
print (a)
print ('\n')
 
b = np.reshape(a,(4,2))
print ('修改后的数组：')
print (b)

原始数组：
[0 1 2 3 4 5 6 7]
修改后的数组：
​    [[0 1]
	[2 3]
	[4 5]
    [6 7]]

​

(2) numpy.ndarray.flat 是一个数组元素迭代器，作用类似nditer

import numpy as np
 
a = np.arange(9).reshape(3,3) 
print ('原始数组：')
for row in a:
    print (row)
 
#对数组中每个元素都进行处理，可以使用flat属性，该属性是一个数组元素迭代器：
print ('迭代后的数组：')
for element in a.flat:
    print (element,end=" ")

原始数组：
[0 1 2]
[3 4 5]
[6 7 8]
迭代后的数组：
0 1 2 3 4 5 6 7 8 

(3) numpy.ndarray.flatten 数组打平(让我想起三体的降维打击哈哈)

ndarray.flatten(order='C')-->ndarray :numpy.ndarray.flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组

order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。

import numpy as np
 
a = np.arange(8).reshape(2,4)
 
print ('原数组：')
print (a)
print ('\n')
# 默认按行
 
print ('展开的数组：')
print (a.flatten())
print ('\n')
 
print ('以 F 风格顺序展开的数组：')
print (a.flatten(order = 'F'))

    原数组：
    [[0 1 2 3]
     [4 5 6 7]]

​    展开的数组：
​    [0 1 2 3 4 5 6 7]

​    以 F 风格顺序展开的数组：
​    [0 4 1 5 2 6 3 7]

(4) numpy.ravel:注意和ndarray.flatten()的区别，通过这个函数作用的修改会影响原始数组。

numpy.ravel(a, order='C')-->self

import numpy as np
 
a = np.arange(8).reshape(2,4)
 
print ('原数组：')
print (a)
print ('\n')
 
print ('调用 ravel 函数之后：')
print (a.ravel())
print ('\n')
 
print ('以 F 风格顺序调用 ravel 函数之后：')
print (a.ravel(order = 'F'))

    原数组：
    [[0 1 2 3]
     [4 5 6 7]]
​    调用 ravel 函数之后：
​    [0 1 2 3 4 5 6 7]  
​    以 F 风格顺序调用 ravel 函数之后：
​    [0 4 1 5 2 6 3 7]

二、 翻转数组

函数	描述
transpose	对换数组的维度
ndarray.T	和 self.transpose() 相同
rollaxis	向后滚动指定的轴
swapaxes	对换数组的两个轴

(1) numpy.transpose 函数用于对换数组的维度,就是求转置

import numpy as np
 
a = np.arange(12).reshape(3,4)
 
print ('原数组：')
print (a )
print ('\n')
 
print ('对换数组：')
print (np.transpose(a))

    原数组：
    [[ 0  1  2  3]
     [ 4  5  6  7]
     [ 8  9 10 11]]
 ​    
​    对换数组：
​    [[ 0  4  8]
​     [ 1  5  9]
​     [ 2  6 10]
​     [ 3  7 11]]

(2) numpy.ndarray.T 类似 numpy.transpose：

import numpy as np
 
a = np.arange(12).reshape(3,4)
 
print ('原数组：')
print