ndarray数组维度操作

  1.  import numpy as np

一、ndarray的形状

  1. #见形状操作

二、视图变维

  1. a = np.arange(1,9)
  2. print(a)
  3. b = a.reshape(2,4)   #视图变维 ：变成2行4列的二维数组
  4. print(b)
  5. c = b.reshape(2,2,2)  #视图变维  变成2页2行2列的三维数组
  6. print(c)
  7. d = c.ravel()  #s视图变维 变成一维数组
  8. print(d)
  1. [1 2 3 4 5 6 7 8]
  2. [[1 2 3 4]
  3.  [5 6 7 8]]
  4. [[[1 2]
  5.   [3 4]]
  7.  [[5 6]
  8.   [7 8]]]
  9. [1 2 3 4 5 6 7 8]

三、复制变维（数据独立）：flatten()

  1. e = c.flatten()  #变成一维数组
  2. print(e)
  4. a += 10
  5. print(a,e,sep='\n')
  1. [41 42 43 44 45 46 47 48]
  2. [51 52 53 54 55 56 57 58]
  3. [41 42 43 44 45 46 47 48]

四、就地变维：直接改变原数组对象的维度，不返回新数组

  1. a.shape = (2,4)
  2. print(a)
  4. a.resize(2,2,2)
  5. print(a)
  1. [[51 52 53 54]
  2.  [55 56 57 58]]
  3. [[[51 52]
  4.   [53 54]]
  6.  [[55 56]
  7.   [57 58]]]

多维数组的组合与拆分

一、垂直方向操作：vstack()

  1. import numpy as np
  2. a = np.arange(1,7).reshape(2,3)
  3. b = np.arange(7,13).reshape(2,3)
  4. print(a)
  5. print(b)
  7. #垂直方向完成组合操作，生成新数组
  8. c = np.vstack((a,b))
  9. c
  11. #垂直方向完成拆分操作，生成两个数组
  12. d,e = np.vsplit(c,2)
  13. d,e
  15. d,e,f,g = np.vsplit(c,4)
  16. d,e,f,g
  1. [[1 2 3]
  2.  [4 5 6]]
  3. [[ 7  8  9]
  4.  [10 11 12]]
  10. (array([[1, 2, 3]]),
  11.  array([[4, 5, 6]]),
  12.  array([[7, 8, 9]]),
  13.  array([[10, 11, 12]]))

二、水平方向操作：hstack()

  1. import numpy as np
  2. a = np.arange(1,7).reshape(2,3)
  3. b = np.arange(7,13).reshape(2,3)
  4. a,b
  6. #水平方向完成组合操作，生成新数组
  7. c = np.hstack((a,b))
  8. c
  10. #水平方向完成拆分操作，生成两个数组
  11. d,e = np.hsplit(c,2)
  12. d,e
  1. (array([[1, 2, 3],
  2.         [4, 5, 6]]), array([[ 7,  8,  9],
  3.         [10, 11, 12]]))

三、深度方向操作：dstack()(3维)

  1. import numpy as np
  2. a = np.arange(1,7).reshape(2,3)
  3. b = np.arange(7,13).reshape(2,3)
  4. print(a)
  5. print(b)
  7. #深度方向（3维）完成组合操作，生成新数组
  8. i = np.dstack((a,b))
  9. print(i)
  11. # 深度方向（3维）完成拆分操作，生成两个数组
  12. k,l = np.dsplit(i,2)
  13. print(k)
  14. print(l)
  1. [[1 2 3]
  2.  [4 5 6]]
  3. [[ 7  8  9]
  4.  [10 11 12]]
  5. [[[ 1  7]
  6.   [ 2  8]
  7.   [ 3  9]]
  9.  [[ 4 10]
  10.   [ 5 11]
  11.   [ 6 12]]]
  12. [[[1]
  13.   [2]
  14.   [3]]
  16.  [[4]
  17.   [5]
  18.   [6]]]
  19. [[[ 7]
  20.   [ 8]
  21.   [ 9]]
  23.  [[10]
  24.   [11]
  25.   [12]]]

四、长度不相等的数组组合

  1. import numpy as np
  2. a = np.array([1,2,3,4,5])
  3. b = np.array([1,2,3,4])
  4. a,b
  6. #填充b数组使其长度与a相同
  7. b = np.pad(b,pad_width=(0,1),mode='constant',constant_values = -1)
  8. b 
  10. #垂直方向完成组合操作，生成新数组
  11. c = np.vstack((a,b))
  12. c
  1. array([[ 1,  2,  3,  4,  5],
  2.        [ 1,  2,  3,  4, -1]])

多维数组组合与拆分的相关函数：

  1. # 通过axis作为关键字参数指定组合的方向，取值如下
  2. #若待组合的数组都是二维数组：
  3. #  0 : 垂直方向组合
  4. #  1 ： 水平方向组合
  5. # 若带组合的数组都是三维数组：
  6. # 0 ： 垂直方向组合
  7. # 1 ： 水平方向组合
  8. # 2 ： 深度方向组合
  9. np.concatenate((a,b),axis = 0)
  11. #通过给出的数组与要拆分的份数，按照某个方向进行拆分，axis的取值同上
  12. np.split(c,2,axis = 0)
  1. [array([[1, 2, 3, 4, 5]]), array([[ 1,  2,  3,  4, -1]])]

简单的一维数组组合方案

  1. a = np.arange(1,9)
  2. b = np.arange(9,17)
  3. #把两个数组摞在一起成两行
  4. c = np.row_stack((a,b))
  5. c
  7. #把两个数组组合在一起成两列
  8. d = np.column_stack((a,b))
  9. d
  1. array([[ 1,  9],
  2.        [ 2, 10],
  3.        [ 3, 11],
  4.        [ 4, 12],
  5.        [ 5, 13],
  6.        [ 6, 14],
  7.        [ 7, 15],
  8.        [ 8, 16]])

将一个数组拆分维几个较小的数组

  1. # hsplit #沿数组的水平轴拆分数组
  2. # vsplit #沿数组的垂直轴拆分数组
  3. # array_split #指定沿哪个轴进行分割
  1. ---------------------------------------------------------------------------
  3. NameError                                 Traceback (most recent call last)
  5. <ipython-input-61-439fce26016d> in <module>()
  6. ----> 1 hsplit #沿数组的水平轴拆分数组
  7.       2 vsplit #沿数组的垂直轴拆分数组
  8.       3 array_split #指定沿哪个轴进行分割
  11. NameError: name 'hsplit' is not defined