Numpy基础2(基本变换)

ndarray数组创建方法：

1:从列表，元组类型，或混合列表元组创建：

x=np.array(list/tuple,dtype=)
x=np.array( [ [1,2],[2,3],(4,5) ] )列表中包含元组
即x=[ [1 2],[2 3],[4 5] ]

2用函数创建：

np.arange(n)：返回一维array类型，元素从0到n-1
np.ones(shape)：返回全1的array，shape为元组类型
np.zeros(shape)：全零array
np.full(shape,val)：用val填充整个shape的array
np.eye(n)：生成n*n的单位矩阵(array)

举例：np.eye(5)
array(
[
[1. 0. 0. 0. 0.],
[0. 1. 0. 0. 0.],
[0. 0. 1. 0. 0.],
[0. 0. 0. 1. 0.],
[0. 0. 0. 0. 1.]
]这里可以注意到，Numpy数组中几乎都有一个点，因为numpy默认为浮点类型。
)

**np.ones_like(a)**全1
**np.zeros_like(a)**全0
**np.full_like(a,val)**全val
按照a的形状进行填充

ndarray数组变化：

x.reshape(shape)：改变数组的形状，但是原数组不变
x.resize(shape)：原数组形状改变
x.swapaxes(ax1,ax2)：n个维度中两个维度进行调换
x.flatten()：返回一个将原来的array改为一维的array，不改变原array
np.linspace(start,end,num,endpoint=bool)：生成等间距分出的一维array
np.concatenate((a,b))：参数为元组，可以将两个array连接
np.astype(new_type)：将原数组拷贝，改变其数据类型，不改变原数组

这里给出一个三维数组：

 a=np.ones((2,3,4),dtype=np.int32)
a
array(
[ [[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]],
[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]] ]
)
好了，然后我们将它reshape
a.reshape((3,8))
array([
[1, 1, 1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1, 1, 1]]
)

将array转化为list：

例如：

b=np.full((2,3,4),25,np.int32)
b=
array(
[
[[25, 25, 25, 25],[25, 25, 25, 25],[25, 25, 25, 25]],
[[25, 25, 25, 25],[25, 25, 25, 25],[25, 25, 25, 25]]
]
)
c=b.tolist()
[
[[25, 25, 25, 25], [25, 25, 25, 25], [25, 25, 25, 25]], 
[[25, 25, 25, 25], [25, 25, 25, 25], [25, 25, 25, 25]]
]
len(c)
2

这里的转换中可以看出，c是由(2,3,4)的b转化为的list，c中包含2个list，每个list中包含3个list。