书接上文
9.分割数组
使用hsplit,可以沿着水平轴分割一个数组,或者指定需要分割的子数组的数目,或者指定在哪些列之后进行分割。
>>> a = np.floor(10*np.random.random((2,12)))
>>> a
array([[0., 1., 7., 0., 6., 2., 5., 5., 7., 7., 1., 7.],
[8., 4., 9., 1., 0., 6., 8., 8., 6., 4., 4., 4.]])
>>> np.hsplit(a,3)
[array([[0., 1., 7., 0.],
[8., 4., 9., 1.]]), array([[6., 2., 5., 5.],
[0., 6., 8., 8.]]), array([[7., 7., 1., 7.],
[6., 4., 4., 4.]])]
>>> np.hsplit(a,(3,4))
[array([[0., 1., 7.],
[8., 4., 9.]]), array([[0.],
[1.]]), array([[6., 2., 5., 5., 7., 7., 1., 7.],
[0., 6., 8., 8., 6., 4., 4., 4.]])]
vsplit沿垂直轴分割,array_split允许指定沿着哪个轴分割。
10.拷贝和视图
当运算和操作数组时,它们的数据有时会被复制到一个新的数组中,有时则不会。这也是一个经常困扰初学者的问题。主要有以下三种情况:
(1)没有复制
简单的赋值操作不复制数组对象或它们的数据。>>> a = np.arange(12)
>>> b = a
>>> b is a
True
>>> b.shape = 3,4
>>> b
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> a.shape
(3, 4)
Python传递不定对象作为参考,所以函数调用不复制数组。
>>> def f(x):
print(id(x))
>>> id(a) #返回对象的内存地址
2394415279520
>>> f(a)
2394415279520
(2)视图或浅复制
不同的数组对象可以共享相同的数据。view方法创建一个新的数组对象,该对象指向同一数据。
>>> c = a.view()
>>> c is a
False
>>> c.base is a
True
>>> c.flags.owndata #返回False,c并不保管数据
False
>>> c.shape = 2,6
>>> a.shape
(3, 4)
>>> c[0,4] = 1234
>>> a
array([[ 0, 1, 2, 3],
[1234, 5, 6, 7],
[ 8, 9, 10, 11]])
切片数组返回它的视图
>>> s = a[:,1:3]
>>> s[:] = 10
>>> a
array([[ 0, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])
(3)深复制
copy方法对数组及数据进行完整的复制。
>>> d = a.copy()
>>> d
array([[ 0, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])
>>> d is a
False
>>> d.base is a
False
>>> d[0,0] = 9999
>>> d
array([[9999, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])
>>> a
array([[ 0, 10, 10, 3],
[1234, 10, 10, 7],
[ 8, 10, 10, 11]])
基础学习到这里就基本结束了。后面如果有时间会继续更新,NumPy的进阶学习