np 数组转为普通数组_NumPy库笔记：数组的分割和拼接

1.将数组切分为多个子数组

np.split(ary,indices_or_sections,axis)常用参数:ary--要分割的数组;indices_or_sections--取值为整数或者一维数组,即切割的份数或者根据索引号进行切割;axis--切割的轴线,默认为0;

备注:上述函数参数indices_or_sections取值如果为整数，则均等分割数组，如果无法均等切割，则会报错。

# 根据第二个维度进行切割,对于二维数组可以看成纵向切割np.hsplit(ary,indices_or_sections)常用参数:ary--要分割的数组;indices_or_sections--取值为整数或者一维数组,即切割的份数或者根据索引号进行切割;

备注:split与array_split用法基本相同，主要区别在于array_split函数中参数indices_or_sections取整数时，不要求实现均等分割，可以实现非均等分割。

# 根据第一个维度进行切割np.vsplit(ary,indices_or_sections)常用参数:ary--要分割的数组;indices_or_sections--取值为整数或者一维数组,即切割的份数或者根据索引号进行切割;

备注:相当于split函数中设置axis=0

# 根据第二个维度进行切割,对于二维数组可以看成纵向切割np.hsplit(ary,indices_or_sections)常用参数:ary--要分割的数组;indices_or_sections--取值为整数或者一维数组,即切割的份数或者根据索引号进行切割;

备注:相当于split函数中设置axis=1

# 根据第三个维度进行切割np.dsplit(ary,indices_or_sections)常用参数:ary--要分割的数组;indices_or_sections--取值为整数或者一维数组,即切割的份数或者根据索引号进行切割;

备注:相当于split函数中设置axis=2

上述各函数在进行数组切割时，并不会改变数组的维度，即切割之前和切割之后的数组维度是一致的。

2.数组的拼接

np.stack(arrays,axis)参数:arrays--需要拼接的数组序列;axis--按某个维度进行拼接,默认为0,设置为-1代表最后一个维度;

备注:需要拼接的各数组必须具有相同的形状。

可以看出，stack函数在进行数组拼接后维度增加了一个。

np.concatenate(arrays,axis)参数:arrays--数组序列;axis--按照某个维度进行拼接,默认为0,即根据第一个维度,设置为None,则将数组转换一维数组进行拼接;

# 等价于concatenate函数沿第一轴进行拼接np.vstack(tup)参数:tup--需要拼接的数组序列;

备注:拼接后的数组至少为二维。

# 等价于concatenate函数沿第二轴进行拼接np.hstack(tup)参数:tup--需要拼接的数组序列;

# 等价于concatenate函数沿第三轴进行拼接np.dstack(tup)参数:tup--需要拼接的数组序列;

# 将一维数组按列拼接为二维数组np.column_stack(tup)参数:tup--需要拼接的数组;

# 将一维数组按行拼接为二维数组np.row_stack(tup)参数:tup--需要拼接的数组;

# 按列拼接np.c_# 按行拼接np.r_

# 以块的形式拼接数组np.block(arrays)参数:arrays--需要拼接的数组序列;

备注:对于深度为1的列表,该函数等价于hstack;对于深度为2的列表,该函数等价于vstack。

---

参考资料

https://numpy.org/doc/1.19/user/quickstart.html