Numpy 数组操作

Numpy 中包含了一些函数用于处理数组，大概可分为以下街几类：

　　1、修改数组形状

　　2、翻转数组

　　3、修改数组维度

　　4、连接数组

　　5、分割数组

　　6、数组元素的添加与删除

修改数组形状

函数	描述
reshape	不改变数据的条件下修改形状
flat	数组元素迭代器
flatten	返回一分数组拷贝， 对拷贝所做的修改不会影响原始数据
ravel	返回展开数组

numpy.reshape

numpy.reshape 函数可以再不改变数据的条件下修改形状，格式如下： numpy.reshape(arr, newshape, order='C')

　　1、arr：要修改形状的数组

　　2、newshape：整数或者整数数组，新的形状应当兼容原有形状

　　3、order： ‘C’ -- 按行， ‘F’ == 按列， ‘A’ -- 按顺序， ‘K’ -- 元素在内存中的出现顺序

import numpy as np

a = np.arange(8)
print('原始数组，')
print(a)
print('
')

b = a.reshape(4, 2)
print(‘修改后的数组，’)
print(b)

输出结果如下：
原始数组：
[0 1 2 3 4 5 6 7]

修改后的数组：
[[0 1]
 [2 3]
 [4 5]
 [6 7]]

翻转数组

函数	描述
transpose	对换数组的维度
ndarray.T	和 self.transpose()相同
rollaxis	向后滚动指定的轴
swapaxes	兑换数组的两个轴

numpy.transpose

numpy.transpose 函数用于兑换数组的维度，格式如下：

numpy.transpose(arr, axes)

参数说明：

　　1、arr：要操作数组

　　2、axes：整数列表，对应维度，同城所有维度都会兑换

　　

import numpy as np

a = np.arange(12).reshape(3, 4)

print('原数组，')
print(a)
print('
')

print(‘对换数组，’')
print(np.transpose(a))

输出结果：
原数组：
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]


对换数组：
[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]