数组操作type
status
date
slug
summary
tags
category
icon
password
Property
修改数组形状
函数 | 描述 |
reshape | 不改变数据的条件下修改形状 |
resize | 改变数据的条件下修改形状 |
flat | 数组元素迭代器 |
flatten | 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组 |
ravel | 返回展开数组 |
Reshape和Resize
两个方法都是用来修改数组形状的，但是有一些不同：
reshape是将数组转换成指定的形状，然后返回转换后的结果，对于原数组的形状是不会发生改变的arr：要修改形状的数组
newshape：整数或者整数数组，新的形状应当兼容原有形状
order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'k' -- 元素在内存中的出现顺序
resize是将数组转换成指定的形状，会直接修改数组本身。并不会返回任何值Flatten和Ravel
两个方法都是将多维数组转换为一维数组，但是有以下不同：
flatten是将数组转换为一维数组后，然后将这个拷贝返回回去，所以后续对这个返回值进行修改不会影响之前的数组ravel是将数组转换为一维数组后，将这个视图（可以理解为引用）返回回去，所以后续对这个返回值进行修改会影响之前的数组numpy.ndarray.flat
numpy.ndarray.flat 是一个数组元素迭代器：数组的叠加
函数 | 描述 |
concatenate | 连接沿现有轴的数组序列 |
stack | 沿着新的轴加入一系列数组。 |
hstack | 水平堆叠序列中的数组（列方向） |
vstack | 竖直堆叠序列中的数组（行方向） |
vstack：将数组按垂直方向进行叠加。数组的列数必须相同才能叠加
hstack：将数组按水平方向进行叠加。数组的行必须相同才能叠加
concatenate([],axis)：将两个数组进行叠加，但是具体是按水平方向还是按垂直方向，则要看axis的参数，如果axis=0，那么代表的是往垂直方向（行）叠加，如果axis=1，那么代表的是往水平方向（列）上叠加，如果axis=None，那么会将两个数组组合成一个一维数组。需要注意的是，如果往水平方向上叠加，那么行必须相同，如果是往垂直方向叠加，那么列必须相同
numpy.stack 用于沿新轴连接数组序列，格式如下：numpy.stack(arrays, axis)数组切割
函数 | 数组及操作 |
split | 将一个数组分割为多个子数组 |
hsplit | 将一个数组水平分割为多个子数组（按列） |
vsplit | 将一个数组垂直分割为多个子数组（按行） |
hsplit：按照水平方向进行切割。用于指定分割成几列，可以使用数字来代表分成几部分，也可以使用数组来代表分割的地方vsplit：按照垂直方向进行切割。用于指定分割成几行，可以使用数字来代表分成几部分，也可以使用数组来代表分割的地方split/array_split(array,indicate_or_seciont,axis)：用于指定切割方式，在切割的时候需要指定是按照行还是按照列，axis=1代表按照列，axis=0代表按照行翻转数组
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 | 对换数组的两个轴 |
矩阵是可以进行转置的。
ndarray有一个T属性，可以返回这个数组的转置的结果transpose，这个方法返回的是一个View，也即修改返回值，会影响到原来数组numpy.rollaxis
numpy.rollaxis 函数向后滚动特定的轴到一个特定位置：
参数说明：
arr：数组
axis：要向后滚动的轴，其它轴的相对位置不会改变
start：默认为零，表示完整的滚动。会滚动到特定位置
numpy.swapaxes
numpy.swapaxes 函数用于交换数组的两个轴：
arr：输入的数组
axis1：对应第一个轴的整数
axis2：对应第二个轴的整数
修改数组维度
函数 | 描述 |
broadcast | 产生模仿广播的对象 |
broadcast_to | 将数组广播到新形状 |
expand_dims | 扩展数组的形状 |
squeeze | 从数组的形状中删除一维条目 |
numpy.broadcast
numpy.broadcast用于模仿广播的对象，它返回一个对象，该对象封装了将一个数组广播到另一个数组的结果该函数使用两个数组作为输入参数：
numpy.broadcast_to
numpy.broadcast_to 函数将数组广播到新形状。它在原始数组上返回只读视图。 它通常不连续。 如果新形状不符合 NumPy 的广播规则，该函数可能会抛出ValueError:numpy.expand_dims
numpy.expand_dims 函数通过在指定位置插入新的轴来扩展数组形状，函数格式如下:
参数说明：
arr：输入数组
axis：新轴插入的位置
numpy.squeeze
numpy.squeeze 函数从给定数组的形状中删除一维的条目，函数格式如下：
参数说明：
arr：输入数组
axis：整数或整数元组，用于选择形状中一维条目的子集
数组元素的添加与删除
函数 | 元素及描述 |
resize | 返回指定形状的新数组 |
append | 将值添加到数组末尾 |
insert | 沿指定轴将值插入到指定下标之前 |
delete | 删掉某个轴的子数组，并返回删除后的新数组 |
unique | 查找数组内的唯一元素 |
numpy.resize
numpy.resize 函数返回指定大小的新数组。如果新数组大小大于原始大小，则包含原始数组中的元素的副本。
参数说明：
arr：要修改大小的数组
shape：返回数组的新形状
numpy.append
numpy.append 函数在数组的末尾添加值。 追加操作会分配整个数组，并把原来的数组复制到新数组中。 此外，输入数组的维度必须匹配否则将生成ValueError。append 函数返回的始终是一个一维数组
numpy.append(arr, values, axis=None)参数说明：
arr：输入数组
values：要向arr添加的值，需要和arr形状相同（除了要添加的轴）
axis：默认为 None。当axis无定义时，是横向加成，返回总是为一维数组！当axis有定义的时候，分别为0和1的时候。当axis有定义的时候，分别为0和1的时候（列数要相同）。当axis为1时，数组是加在右边（行数要相同）
numpy.insert
umpy.insert 函数在给定索引之前，沿给定轴在输入数组中插入值。
如果值的类型转换为要插入，则它与输入数组不同。 插入没有原地的，函数会返回一个新数组。 此外，如果未提供轴，则输入数组会被展开
参数说明：
arr：输入数组
obj：在其之前插入值的索引
values：要插入的值
axis：沿着它插入的轴，如果未提供，则输入数组会被展开
numpy.delete
numpy.delete 函数返回从输入数组中删除指定子数组的新数组。 与 insert() 函数的情况一样，如果未提供轴参数，则输入数组将展开
参数说明：
arr：输入数组
obj：可以被切片，整数或者整数数组，表明要从输入数组删除的子数组
axis：沿着它删除给定子数组的轴，如果未提供，则输入数组会被展开
numpy.unique
numpy.unique 用于去除数组中的重复元素arr：输入数组，如果不是一维数组则会展开
return_index：如果为true，返回新列表元素在旧列表中的位置（下标），并以列表形式储
return_inverse：如果为true，返回旧列表元素在新列表中的位置（下标），并以列表形式储
return_counts：如果为true，返回去重数组中的元素在原数组中的出现次数