详谈Numpy中数组重塑、合并与拆分方法
1.数组重塑 1.1一维数组转变成二维数组 通过reshape( )函数即可实现,假设data是numpy.array类型的一维数组array([0,1,2,3,4,5,6,7,8,9]),现将其转变为2行5列的二维数组,代码如下: data.reshape((2,5)) 作为参数的形状的其中一维可以是-1,它表示该维度的大小由数据本身推断而来,因此上面代码等价于: data.reshape((2,-1)) 1.2二维数组转换成一维数组 将多维数组转换成一维数组的运算通常称为扁平化(flattening)或散开(raveling),因此有两个函数可供选择。执行代码如下: data.ravel() # 不会产生源数据的副本 data.flatten() # 总是返回数据的副本 关于这两点的区别,理解的不是很透彻。有人懂得话,欢迎评论交流。 2.数组的合并和拆分 2.1数组的合并 numpy提供许多数组合并的方法,这里只介绍最为常用的一种,即concatenate方法,代码如下: arr1 = np.array([[1,3],[4,6]]) arr2 = np.array([[7,9],[10,11,12]]) data = np.concatenate([arr1,arr2],axis=0) # axis参数指明合并的轴向,0表示按行,1表示按列 2.2数组的拆分 这里只介绍split函数 np.split(data,[1],axis=0)#data为拆分的数组,[1]为拆分的行号或列号,axis表明按列或者行进行拆分(默认为0,即按行拆分) 以上这篇详谈Numpy中数组重塑、合并与拆分方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持编程小技巧。 您可能感兴趣的文章:
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |