![v2-0eb3dc754dc758fe666da8b12d758c2a_1440w.jpg?source=172ae18b](http://img-01.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic4.zhimg.com/v2-0eb3dc754dc758fe666da8b12d758c2a_1440w.jpg?source=172ae18b)
文章目录
一、Numpy的切片
二、数组变维
三、组合与拆分
![v2-b0c7c3d39c7ac36bcad2a418ddf15c8f_b.jpg](http://img-03.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic4.zhimg.com/v2-b0c7c3d39c7ac36bcad2a418ddf15c8f_b.jpg)
一、Numpy的切片
1、格式
数组[起始:终止:步长]
2、缺省值
缺省起始:步长为正,首;步长为负,尾
缺省终止:步长为正,尾后;步长为负,首先
缺省步长:1
3、端部切片
靠近端部的一个或几个连续的维度使用缺省切片,可以用“…”表示
print(a[3:6]): 起始包括终止不包括:有指定起始值,则不包括起始值,即4到6包括6
print(a[-4:-7:-1]) :步长为-1,起始是倒数第3个即7(不包括),终止是倒数第6个即4(包括)
4、练习代码
![v2-284275c1983a9f4b7fece3195f85c343_b.jpg](http://img-01.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic4.zhimg.com/v2-284275c1983a9f4b7fece3195f85c343_b.jpg)
![v2-b69f71a1da468ba9baa7ecf7aad5915c_b.jpg](http://img-03.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic1.zhimg.com/v2-b69f71a1da468ba9baa7ecf7aad5915c_b.jpg)
二、数组变维
1、视图变维: 针对一个数组对象获取其不同维度的视图数组
reshape(新维度)——>数组的新维度视图
ravel()——>数组的一维视图
2、复制变维: 针对一个数组对象获取其不同维度的副本
flatten()——>数组的一维副本
实际上在内部,改变维度其实是重新创建了一个对象,指向原来那个对象包含数据的内存地址
3、就地变维: 直接改变某个数组本身的维度
数组.shape = 新维度
数组.resize(新维度)
4、视图转置: 行列互换,行数变成列数,列数变成行数
数组.transpose()——>数组的转置视图
数组.T:转置视图属性来转置
5、练习代码
![v2-00d1635df9cf631d352c8680a0a9cf1e_b.jpg](http://img-02.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic3.zhimg.com/v2-00d1635df9cf631d352c8680a0a9cf1e_b.jpg)
![v2-c4c5f160ba355ae93dd7cc86072dbbd3_b.jpg](http://img-03.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic4.zhimg.com/v2-c4c5f160ba355ae93dd7cc86072dbbd3_b.jpg)
三、组合与拆分
1、vstack与vsplit
stack就是栈(堆叠)的意思,split就是分割的意思。
1)垂直组合:numpy.vstack((上,下))
2)垂直拆分:numpy.vsplit(数组,份数)——>子数组集合
3)水平组合:numpy.hstack((左,右))
4)水平拆分:numpy.hsplit(数组,份数)——>子数组集合
5)深度组合:numpy.dstack((前,后))
6)深度拆分:numpy.dsplit(数组,份数)——>子数组集合
7)行组合:numpy.row_stack((上,下))
8)列组合:numpy.column_stack((左,右))
2、练习代码
![v2-f3e85f718c6c86510a02bc96de8c9005_b.jpg](http://img-02.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic2.zhimg.com/v2-f3e85f718c6c86510a02bc96de8c9005_b.jpg)
![v2-d2bb341642ba9e91ed37bc5a4319ab74_b.jpg](http://img-01.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic1.zhimg.com/v2-d2bb341642ba9e91ed37bc5a4319ab74_b.jpg)
![v2-b4a20d5b7b59edf713095194060611a8_b.jpeg](http://img-02.proxy.5ce.com/view/image?&type=2&guid=9a637357-0a30-eb11-8da9-e4434bdf6706&url=https://pic1.zhimg.com/v2-b4a20d5b7b59edf713095194060611a8_b.jpeg)
私信小编“资料”即可免费领取python全套资料
PS:如果觉得本篇文章对您有所帮助,欢迎关注、帮忙点个 转发一下 分享出去