数组的形状操作

Numpy学习笔记006

八、数组的形状操作

1. reshape和 resize

1.1 reshape方法

将数组转换成指定的形状，然后返回转换后的结果，对于原数组的形状是不会发生改变的。

ndarray.reshape((m,n,o))含义 ：有三个参数，说明ndarray转换后是三维数组，第一个参数m表示的是三维数组中有m个元素，就是有m个二维数组，后两个参数 n,o 分别表示的二维数组的行数和列数。例如a.reshape((2,3,3))就是把a数组转换为一个由两个3X3的二维数组组成的三维数组。

import numpy as np
a1 = np.random.randint(1,10,size=(3,6))
print(a1)
print('-'* 20)
a2 = a1.reshape((2,9))  #修改后的数组数量要和原数组数量一致
print(a2)
print('-'* 20)
a3 = a1.reshape((3,3,2))  #变成一个3维数组，总共有3块（第一个参数决定），每一块是3行2列的（三维数组中数的数量要和一维数组中数的数量要一致）
print(a3)
print('-'* 20)
a4 = a1.reshape((2,3,3)) #变成一个3维数组，总共有2块，每一块是3行3列的
print(a4)
print('-'*20)
a5 = a1.reshape((3,2,3))  #变成一个3维数组，总共有3块，每一块是2行3列的
print(a5)

[[4 8 5 9 5 8]
 [9 7 2 2 6 9]
 [8 4 4 2 8 5]]
--------------------
[[4 8 5 9 5 8 9 7 2]
 [2 6 9 8 4 4 2 8 5]]
--------------------
[[[4 8]
  [5 9]
  [5 8]]

 [[9 7]
  [2 2]
  [6 9]]

 [[8 4]
  [4 2]
  [8 5]]]
--------------------
[[[4 8 5]
  [9 5 8]
  [9 7 2]]

 [[2 6 9]
  [8 4 4]
  [2 8 5]]]
--------------------
[[[4 8 5]
  [9 5 8]]

 [[9 7 2]
  [2 6 9]]

 [[8 4 4]
  [2 8 5]]]

1.2 resize方法

将数组转换成指定的形状，会直接修改数组本身，但不会返回任何值。

import numpy as np
b1 = np.random.randint(0,10,size=(3,4))
print(b1)
print("="*20)
b2 = b1.resize((2,6))
print(b2)   # None没有返回值
print("="*20)
print(b1)  # 打印已经改变的数组形状

[[4 4 3 7]
 [8 7 6 8]
 [5 2 6 9]]
====================
None
====================
[[4 4 3 7 8 7]
 [6 8 5 2 6 9]]

2. flatten和ravel

2.1 flatten方法

将数组转换为一维数组后，然后将这个拷贝返回回去，变量名和变量指向的存储位置都已经改变了，所以后续对这个返回值进行修改不会影响之前的数组。(深拷贝)

import numpy as np
c1 = np.random.randint(1,10,size=(3,3))
print(c1)
print('-'*20)
c2 = c1.flatten()
print(c2)     #一维数组
print('-'*20)
#对返回值c2进行修改,观察到c1未改变
c2[0] = 100
print