国际快递网站建设,网站开发需要学多久,网站主机方式,乌兰察布网站制作目录 将多维数组降为一维数组竖直方向或水平方向数组的堆叠 数组形状处理的手段主要有reshape#xff0c;resize#xff0c;ravel#xff0c;flatten#xff0c;vstack#xff0c;hstack#xff0c;row_stack#xff0c;column_stack,下面通过简单 的案例来解释这些方法… 目录 将多维数组降为一维数组竖直方向或水平方向数组的堆叠 数组形状处理的手段主要有reshaperesizeravelflattenvstackhstackrow_stackcolumn_stack,下面通过简单 的案例来解释这些方法或函数的区别。 import numpy as np
arr2np.array([[1,5,7],[3,6,1],[2,4,8],[5,8,9]])
#使用reshape方法更改数组的形状
print(arr2.reshape(4,3))
#打印arr2的形状
print(arr2.shape)#使用resize的方法改变数组的形状
print(arr2.resize(4,3))
#打印arr2的形状
print(arr2.shape)[[1 5 7][3 6 1][2 4 8][5 8 9]]
(4, 3)
None
(4, 3)
结论 1.reshape方法只是返回改变形状的预览但未真正改变数组的形状 2.resize方法则不会返回预览而会直接改变数组的形状
将多维数组降为一维数组
利用ravel,flatten和reshape三种方法均可解决
import numpy as np
arr2np.array([[1,5,7],[3,6,1],[2,4,8],[5,8,9]])
print(arr2)
#默认排序降维
print(arr2.ravel())
print(arr2.flatten())
print(arr2.reshape(-1))
# 改变排序模式的降维
print(arr2.ravel(order F))
print(arr2.flatten(order F))
print(arr2.reshape(-1,order F))[[1 5 7][3 6 1][2 4 8][5 8 9]]
[1 5 7 3 6 1 2 4 8 5 8 9]
[1 5 7 3 6 1 2 4 8 5 8 9]
[1 5 7 3 6 1 2 4 8 5 8 9]
[1 3 2 5 5 6 4 8 7 1 8 9]
[1 3 2 5 5 6 4 8 7 1 8 9]
[1 3 2 5 5 6 4 8 7 1 8 9]
对降维后的数组进行元素修改看是否会影响到原数组arr4的变化
import numpy as np
arr2np.array([[1,5,7],[3,6,1],[2,4,8],[5,8,9]])
arr2.flatten()[0]1000
print(arr2)
arr2.ravel()[1]2000
print(arr2)
arr2.reshape(-1)[2]1000
print(arr2)[[1 5 7][3 6 1][2 4 8][5 8 9]]
[[ 1 2000 7][ 3 6 1][ 2 4 8][ 5 8 9]]
[[ 1 2000 1000][ 3 6 1][ 2 4 8][ 5 8 9]]结论 1、通过flatten方法实现的降维返回的是复制因为对降维后的元素做修改并没有影响到原数组arr4的结果 2、ravel方法与reshape方法返回的则是视图通过视图的修改会影响到原数组
竖直方向或水平方向数组的堆叠
vstack用于垂直方向纵向的数组堆叠其功能与row_stack函数一致hstack则用于水平方向横向的数组合并其功能与column_stack函数一致
import numpy as np
arr2np.array([[1,5,7],[3,6,1],[2,4,8],[5,8,9]])
arr3np.array([1,2,3])
print(np.vstack(arr2,arr3))
print(np.row_stack(arr2,arr3))print(np.hstack(arr2,arr3))
print(np.column_stack(arr2,arr3))
