您好,登录后才能下订单哦!
这篇文章将为大家详细讲解有关Numpy中如何实现数组重塑、合并与拆分,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
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([[1,2,3], [4,5,6]]) arr2 = np.array([[7,8,9], [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)
关于“Numpy中如何实现数组重塑、合并与拆分”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。