1.数组拆分
##垂直拆分:numpy.vsplit(数组,份数)->(数组片段)
numpy.anange(起点,终点).reshape()
arange()用于生成一维数组
reshape()将一维数组转换为多维数组
import numpy as np
c = np.arange(1,13).reshape(6,2)
c
array([[ 1, 2],
[ 3, 4],
[ 5, 6],
[ 7, 8],
[ 9, 10],
[11, 12]])
np.vsplit(数组,份数)
np.vsplit(c,3)
[array([[1, 2],
[3, 4]]),
array([[5, 6],
[7, 8]]),
array([[ 9, 10],
[11, 12]])]
##水平拆分:numpy.hsplit(数组,份数)->(数组片段)
d = c.T
d是c的转置
d
array([[ 1, 3, 5, 7, 9, 11],
[ 2, 4, 6, 8, 10, 12]])
np.hsplit(d,3)
[array([[1, 3],
[2, 4]]),
array([[5, 7],
[6, 8]]),
array([[ 9, 11],
[10, 12]])]
numpy.dsplit(数组,份数)->(数组片段)
a = np.array([[1],[2],[3]])
b = np.array([[4],[5],[6]])
a
array([[1],
[2],
[3]])
b
array([[4],
[5],
[6]])
e=np.dstack((a,b))
e
array([[[1, 4]],
[[2, 5]],
[[3, 6]]])
np.dsplit(e,2)
[array([[[1]],
[[2]],
[[3]]]),
array([[[4]],
[[5]],
[[6]]])]
numpy基本加减和取行操作
import numpy as numpy
a=np.array([1,1,1,1])
b=np.array([[1],[1],[1],[1]])
a+b#python的广播机制
array([[2, 2, 2, 2],
[2, 2, 2, 2],
[2, 2, 2, 2],
[2, 2, 2, 2]])
c=np.array([1,1,1,1])
c
array([1, 1, 1, 1])
c+b
array([[2, 2, 2, 2],
[2, 2, 2, 2],
[2, 2, 2, 2],
[2, 2, 2, 2]])
W=np.array([[1,1,1],[2,2,2]])
W
array([[1, 1, 1],
[2, 2, 2]])
W[0]#取得是W第零行,返回的也是一维数组
array([1, 1, 1])
W[1]
array([2, 2, 2])
W[:,1]#W[:,1]虽然取得是W的第一列,但是返回的确实一维数组
array([1, 2])
W[:,1]=np.array([5,5])
W # 这里用array[5,5]这样的一维数组直接可以把W矩阵的第1列替换(维度符合即可)
array([[1, 5, 1],
[2, 5, 2]])
矩阵删除、插入、尾部添加操作(delete,insert,append)
numpy矩阵操作主要有delete()、insert()、append()等函数,分别执行删除、插入和添加的操作,注意append可以看为insert函数的特殊情况,即在尾部补充可以看为插入最后一行或列,这在后文会举例说明。
delete(函数)
numpy.delete(arr,obj,axis=None)
axis 表明哪个维度的向量应该被移除
axis 如果为None,则需要先将矩阵拉平,在删去第obj的元素
obj 表明axis维度的哪一行(或列)应该被移除。
import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
p1 = np.delete(matrix,1,0)# 第0维度(行)第1行被删除(初始行为0行)
print(p1)
[[ 1 2 3 4]
[ 9 10 11 12]]
p2 = np.delete(matrix, 1, 1) # 第1维度(列)第1行被删除
print(p2)
[[ 1 3 4]
[ 5 7 8]
[ 9 11 12]]
p3 = np.delete(matrix, 1) # 拉平后删除第1个元素(初始为第0个)
print(p3)
[ 1 3 4 5 6 7 8 9 10 11 12]
p4 = np.delete(matrix,[0,1],1)
print(p4)
[[ 3 4]
[ 7 8]
[11 12]]
insert()函数
numpy.insert(arr,obj,value,axis=None)
#value 为插入的数值
#arr 为目标向量
#obj 为目标向量的axis维度的目标位置
#axis 为想要插入的维
import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
q1 = np.insert(matrix, 1, [1,1,1,1], 0) # 第0维度(行)第1行添加[1,1,1,1]
print(p1)
[[ 1 2 3 4]
[ 9 10 11 12]]
q2 = np.insert(matrix, 0, [1,1,1], 1) # 第1维度(列)第0列添加1,1,1
print(q2)
[[ 1 1 2 3 4]
[ 1 5 6 7 8]
[ 1 9 10 11 12]]
q3 = np.insert(matrix, 3, [1,1,1,