NUMPY学习系列——数组的基本操作

numpy数组的基本操作方法

索引

首先我们导入numpy,import numpy as np。
numpy支持隐式索引
如x = np.array([0,1,2,3,4,5,6,7,8,9]),那么我们可以使用x[0]来获取向量x的第一个元素0；
如y = np.arange(15).reshape((3,5)),那么我们可以使用y[0,0]来获取矩阵x的第一行第一列的元素0；
若x[-1]，则表示获取向量x的最后一个元素。

切片

核心要点：X[start:stop:step]
获取一维子数组
由x = array([0,1,2,3,4,5,6,7,8,9])，则x[:5]表示获取向量x的前5个元素组成的子数组array([0,1,2,3,4])；
获取多维子数组
由y = array([[0,1,2,3,4],[5,6,7,8,9],[10,11,12,13,14]])，则y[:2,:2]表示获取矩阵y的前2行的前2列元素组成的子数组array([[0,1],[5,6]])；
获取数组的行或列
由y[:,0]表示获取矩阵y的第一列，由y[0,:]表示获取矩阵y的第一行；
获取非副本视图的子数组
由z = y[:2,:2]，则令z[0,0] = 100，那么可以得到z与y的第一行第一列元素都变成了100，在这里可以将z视为y的一个引用；
创建数组的副本
由z = y[:2,:2].copy()，则令z[0,0] = 100,那么z的第一行第一列元素为100，y的第一行第一列元素仍然为0。

合并操作

合并向量

x = np.array([1,2,3])
y = np.array([3,2,1])

由np.concatenate([x,y])，那么可以得到array([1,2,3,3,2,1])
合并矩阵

A = np.array([[1,2,3],
              [3,2,1]])

由np.concatenate([A,A])，那么可以得到

array([[1,2,3],
       [3,2,1],
       [1,2,3],
       [3,2,1]])

可以通过在np.concatenate()内添加axis = 0或axis = 1来从不同维度进行合并操作。
垂直方向进行合并操作
由z = np.array([4,5,6]),那么np.vstack([A,z])可以得到

array([[1,2,3],
       [3,2,1],
       [4,5,6]])

水平方向进行合并操作
由

b = np.full((2,2),666)
np.hstack([A,b])

那么可以得到

array([[1,2,3,666,666],
       [3,2,1,666,666]])

垂直与水平方向同时进行合并操作

np.tile([x],(2,1))

由此可以得到

array([[1,2,3,1,2,3],
       [1,2,3,1,2,3]])

分割操作

分割向量
由np.split(x,[2])，那么可以得到

arr1 = array([1,2])
arr2 = array([3])

分割矩阵
由array = np.split(A,[1]),那么可以得到

arr1 = array([1,2,3]）
arr2 = array([3,2,1])

可以通过在np.split()内添加axis = 0或axis = 1来从不同维度进行分割操作。
垂直方向进行分割操作
由np.vsplit(A,[1])，那么可以得到

arr1 = array([1,2,3])
arr2 = array([3,2,1])

水平方向进行分割操作
由np.hsplit(A,[2])，那么可以得到

arr1 = array([[1,2],
              [3,2]])
arr2 = array([[3],
              [1]])