2021-06-27

6.26学习笔记

#一、数组的值替换
1、一维度及多维数组值替换核心是将选定数据替换为特定值，也可使用条件替换，以及使用where条件替换。（联系6.25日学习笔记）
import numpy as np
import pandas as pd
a1 = np.random.randint(2,100,size = (3,5))
a2=np.where(a1<50)
a3=np.where(a1<50,1,0)
# a1[:,1:3] = 1
print(a1)
print(a2)
print(a3)

#二、数组运算（广播机制）
#1、数组与数的运算
a1 = np.random.randint(1,13,size = (6,9))
print(a1)
print(a1*2)#数组与数直接相乘
print('='*30)
#2、数组与数组的运算
#shape相同的数组相加
a2 = np.random.randint(2,7,size = (6,9))
print(a2)
print(a1+a2)#相同shape的数据对应位置直接相加
print('='*30)
#shape不同的数组相加会报错，不可直接相加
#在行数相同的情况下，单列数据可以与多列数据相加（列数相同同理）
a3 = np.random.randint(2,7,size = (6,1))
a4 = np.random.randint(2,7,size = (1,9))
print(a3)
print(a1+a3)#相加结果为，将多列数据的每一列与单列数据相加（线性代数相关）
print('='*30)
print(a4)
print(a1+a4)
print('='*30)
#广播原则：如果两个数组的后缘维度（即从末尾开始算的维度）的轴长度相符或其中一方的长度为1，则认为他们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。(兼容的后缘维度对应数据会直接相加)
#举例
a5 = np.random.randint(2,7,size = (2,6,9))
print(a1)
print(a5)
print(a1+a5)
print('='*30)
a6 = np.random.randint(2,7,size = (3,1,5))
a7 = np.random.randint(2,7,size = (5,1))
print(a6)
print(a7)
print(a6+a7)

#三、数组形状操作
#1、reshape将数组转换为指定形状，并返回修改后的结果，不改变原数组；resize将数组转换为指定形状，直接修改数组本身，并不返回任何值。
a1 = np.random.randint(0,10,size = (4,5))
a2 = a1.reshape(2,10)
print(a1)
print(a2)
a1.resize(5,4)
print(a1)
print('='*30)
#2、flatten与ravel方法。flatten将数组转换为一维数组，并将copy返回，后续修改不会影响原数组；ravel将数组转换后，将视图（引用）返回，后续修改会影响原数组。
a3 = np.random.randint(0,10,size = (4,5))
a4 = a3.flatten()
a4[1] = 100
print(a3)
print(a4)
print('='*30)
a5 = np.random.randint(0,10,size = (4,5))
a6 = a5.ravel()
a6[1] = 100
print(a5)
print(a6)

#四、数组z叠加操作
#1、vstack：将数组按垂直方向叠加，数组列数必须相同；hstack：将数组按水平方向进行叠加，数组行数必须相同。示例如下：
a1 = np.random.randint(0,10,size = (3,6))
a2 = np.random.randint(0,10,size = (2,6))
print(a1)
print(a2)
print(np.vstack([a1,a2]))
print('='*30)
a3 = np.random.randint(0,10,size = (2,2))
a4 = np.random.randint(0,10,size = (2,2))
print(a3)
print(a4)
print(np.hstack([a3,a4]))
print('='*30)
#2、concatenate(a,b,axis):axis=0时，等同于vstack;axis=1 时，等同于hstack;axis = None时，将两个数组都展开为一维并直接叠加
a1 = np.random.randint(0,10,size = (3,6))
a2 = np.random.randint(0,10,size = (3,2))
print(a1)
print(a2)
print(np.concatenate([a1,a2],axis = None))