目录索引
- ==基本索引和切片:==
普通索引:
省略索引:
多省略索引:
间隔索引:
- ==形态变换操作:==
reshape():
resize():
transpose():
- *通过参数进行转置:*
flatten():
基本索引和切片:
与序列一样可以进行索引和切片,且方式类似,开始序号从0开始,可在不同维度进行。
普通索引:
创建的是一个三维数组,把它想象成是一个两层的房间,每一层的房间布局是三行三列,共有十八个房间,每个房间里面存放着这些数字
import numpy as np
arr = np.array([
[[1,2,3],[4,5,6],[7,8,9]],
[[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,0,0]) #1
print(arr[1,2,2]) #8
当然切片也可以这么写:arr[0][0][0]
省略索引:
如果你想获取某一个维度的所有信息,就用英文冒号来替代。比如说我要提取第一层所有行第1列的房间,那么可以用冒号来替代第二个下标
import numpy as np
arr = np.array([
[[1,2,3],[4,5,6],[7,8,9]],
[[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,:,1]) #[2 5 8]
多省略索引:
可以使用多个冒号来省略多个维度的信息
import numpy as np
arr = np.array([
[[1,2,3],[4,5,6],[7,8,9]],
[[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,:,:]) #相当于获取第一层的所有信息
间隔索引:
import numpy as np
arr = np.array([
[[1,2,3],[4,5,6],[7,8,9]],
[[6,5,4],[7,7,2],[3,6,8]]
])
print(arr[0,0:3,:]) #默认步长为1,与序列切片类似
print("-"*80)
print(arr[1,0:3:2,1]) #第二层,第0行和第2行,分别取出第1列
每一个元素都可以像序列切片那样增加起始值,终值(不包含终值),步长。相当于用这个切片来替代那一个元素
形态变换操作:
数组是组织数据的一种手段,不同的数据集,可以用一维、二维、三维,甚至更高维的数组来组织。因此有必要了解ndarray的形态变换操作
reshape():
改变数组的形状,返回一个指定形状的数组。请注意:reshape()函数不会改变原数组
import numpy as np
arr = np.arange(2,10)
result = arr.reshape((2,4)) #10-2 要等于 2*4才能创建
print(result)
print("-"*80)
print(arr)
一般来说,reshape跟arange使用可以迅速创建数组。且reshape并不会改变原数组
resize():
把原数组直接变为指定新形状的数组,并返回空值(若用一个数值去接收,那么这个数值是空值)
import numpy as np
arr = np.arange(2,10)
result = arr.resize((5,2)) #10-2 要等于 5*2才能创建
print(result)#用变量接收之后返回的是空值:None
print("-"*80)
print(arr)#不用变量接收,也可以正常获取结果
注意: resize会改变原数组的形状
transpose():
对数组按轴进行转置操作,也称维度的变换,返回转置后的新数组
import numpy as np
arr = np.arange(2,10)
result = arr.reshape(4,2)
result1 = result.transpose()
print(result) #4*2
print("-"*80)
print(result1) #2*4
通过参数进行转置:
如果transpose()函数,如果参数为空,执行的是维度的完全转置。当需要按指定维度转置时,可以在参数中使用元组的方式重新编排轴的顺序。
import numpy as np
arr = np.arange(24).reshape((2,3,4)) #创建一个三维数组
print(arr)
print("-"*80)
print(arr.transpose()) # 完全转置,轴的顺序从(0,1,2)变为(2,1,0)
print("-"*80)
print(arr.transpose((0,2,1))) #执行的是行列转置
flatten():
该函数用来展平数组,也就是把高维数组转化为一维数组,该函数会返回一个新的一维数组。(我愿称之为降维打击),注意该函数并不会改变原函数
import numpy as np
arr = np.arange(24).reshape((2,3,4)) #创建一个三维数组
result = arr.flatten()
print(arr)
print("-"*80)
print(result)