Numpy 数组操作

Numpy 中包含了一些函数用于处理数组，本节重点介绍如下几类：

1. 修改数组形状

常用的修改数组形状的函数有：

numpy.reshape 函数可以在不改变数据的条件下修改形状，其函数原型如下：

numpy.reshape(arr, newshape, order='C')

生成一维数组，并利用 reshape 进行数组形状的重整：

arr0 = np.arange().reshape(,)

输出结果为：

array([[, , , ],   [, , , ]])

numpy.ndarray.flat 是一个数组元素迭代器，可以利用for循环对迭代器进行遍历。

查阅数组 arr0 中的元素

for element in arr0.flat:print(element)

程序执行结果为：

numpy.ndarray.flatten返回一份数组拷贝，并折叠为一维的数组。对拷贝所做的修改不会影响原始数组，函数原型如下：

ndarray.flatten(order='C')

其中，order 可选：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。

将数组 arr0 以特定顺序展开：

print(将arr0以行顺序展开：, arr0.flatten(order='C'))print(将arr0以列顺序展开：, arr0.flatten(order='F'))

执行结果为：

将arr0以行顺序展开： [       ]将arr0以列顺序展开： [       ]

numpy.ravel() 展平的数组元素，顺序通常是C风格，返回的是数组视图（view），修改会影响原始数组。

该函数接收两个参数：

numpy.ravel(a, order='C')

其中，order 可选：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。

arr_r = np.ravel(arr0, order='C')

展开结果为：

arr_r
out:array([, , , , , , , ])

通过切片赋值的方法，显式地改变 arr_r 的值，查看 arr0 的变化：

arr_r[] = arr0
out:array([[,   ,   ,   ],   [  ,   ,   ,   ]])

可以看到，虽然利用 ravel 方法对 arr0 进行了展开，但是对展开后的结果所做的修改，也会对应地出现在 arr0 上。

numpy.transpose 函数用于对换数组的维度。

调换 arr0 的数组维度，达到转置的效果：

np.transpose(arr0)out:array([[,   ],   [  ,   ],   [  ,   ],   [  ,   ]])

类似地，上述案例可以写为：

arr0.transpose()out:array([[,   ],   [  ,   ],   [  ,   ],   [  ,   ]])

或者：

arr0.T
out:array([[,   ],   [  ,   ],   [  ,   ],   [  ,   ]])

借助于 tolist()，可以快速把 ndarray 格式的数组，转变为列表，方便在某些情况下使用。

把 arr0 转化为列表：

arr0.tolist()out:[[, , , ], [, , , ]]

可以看到，对于二维数组，转化后的结果是一个两层嵌套列表。

本节重点介绍数组操作的三种方法：修改数组形状、翻转数组以及转化数组为列表。特别要注意的是ravel() 函数，返回的是原始数组的视图，对结果的修改会对应地体现在原始数组上。