NumPy学习(索引和切片，合并，分割，copy与deep copy)
目录
索引和切片 合并 分割 copy与deep copy
索引和切片
通过索引和切片可以访问以及修改数组元素的值
一维数组
程序示例
import numpy as np #索引与切片 array=np.arange(3,15) print(array) print(array[3])#数组下标为3的元素 print(‘\n‘) print(array[1:3])#取从下标1到下标3，不包括下标3 print(array[1:-9]) print(array[-11:3]) print(‘\n‘) print(array[:]) #全部元素 print(array[1:])#从下标为1的元素到最后一个元素 print(array[:7])#第一个元素到下标为7的元素，不包括下标为7的元素 print(array[::2])#间隔2
运行结果
[ 3 4 5 6 7 8 9 10 11 12 13 14] 6 [4 5] [4 5] [4 5] [ 3 4 5 6 7 8 9 10 11 12 13 14] [ 4 5 6 7 8 9 10 11 12 13 14] [3 4 5 6 7 8 9] [ 3 5 7 9 11 13]
花式索引
程序示例
import numpy as np#指定索引位置 index=[1,5,-7] array3=array[index] print(array3) #使用布尔数组来花式索引 mask=np.array([0,1,0,1,1,0,1,0,1,0,0,1],dtype=bool) array4=array[mask] print(array4)
运行结果
[4 8 8] [ 4 6 7 9 11 14]
多维 数组
程序示例
import numpy as nparray2=np.arange(3,15).reshape(3,4)
print(array2)
print(array2[2])#获取数组的某行
print(‘\n‘)
print(array2[2][2])#获取数组的某个元素，指定行和列
print(array2[2,2])
print(‘\n‘)
print(array2[2,:])#获取数组的第三行
print(array2[:,2])#获取数组的第三列
print(array2[1:3,1])#获取数组第2和3行的第二列元素
print(array2[1,1:3])#获取数组的第2行的2和3列
print(‘--------------------------------------------------‘)
#输出全部行，一行输出成一个列表
for row in array2:
print(row)
print(‘\n‘)#输出全部列，一列输出成一个列表，array2.T为转置
for column in array2.T:
print(column)
print(‘\n‘)#将数组展开为一个列表
print(array2.flatten())
print(‘\n‘)#将数组展开为一个列表，其中array2.flat将数组变为迭代器，上面的flatten()方法则直接返回
for item in array2.flat:
print(item)
运行结果
[[ 3 4 5 6] [ 7 8 9 10] [11 12 13 14]] [11 12 13 14] 13 13 [11 12 13 14] [ 5 9 13] [ 8 12] [8 9] -------------------------------------------------- [3 4 5 6] [ 7 8 9 10] [11 12 13 14] [ 3 7 11] [ 4 8 12] [ 5 9 13] [ 6 10 14] [ 3 4 5 6 7 8 9 10 11 12 13 14] 3 4 5 6 7 8 9 10 11 12 13 14
花式索引程序示例
import numpy as np
# 多维数组花式索引,我们需要给定行和列的值arr1=np.array([[4,5,7,9],[2,4,6,8],[7,3,1,7]])print(arr1)print(‘\n‘)#返回一条次对角线上的3个值print(arr1[(0,1,2),(1,2,3)])print(‘\n‘)#返回的最后2行的第1，2，3列print(arr1[1:,[0,1,2]])#使用mask进行索引print(‘\n‘)mask=np.array([1,0,1,1],dtype=bool)arr2=arr1[2,mask]print(arr2)
运行结果
[[4 5 7 9] [2 4 6 8] [7 3 1 7]] [5 6 7] [[2 4 6] [7 3 1]] [7 1 7]
合并
一维数组
程序示例
import numpy as np array1=np.array([1,2,3]) array2=np.array([4,5,6]) array3=np.vstack((array1,array2)) #纵向合并 array4=np.hstack((array1,array2)) #横向合并 print(array3) print(array1.shape) print(array2.shape) print(array3.shape)
运行结果
[[1 2 3] [4 5 6]] (3,) (3,) (2, 3)
import numpy as np # #将列表转为numpy的数组array1=np.array([1,2,3]).reshape(3,1)array2=np.array([4,5,6]).reshape(3,1)array3=np.vstack((array1,array2)) #纵向合并array4=np.hstack((array1,array2)) #横向合并 array5=np.concatenate((array1,array2))print(array5)print(‘\n‘)#对多个数组进行合并，axis=0为纵向合并，反之为横向合并array6=np.concatenate((array1,array2),axis=1)print(array6)
[[1] [2] [3] [4] [5] [6]] [[1 4] [2 5] [3 6]]
分割
程序示例
import numpy as np arr1=np.arange(12).reshape(3,4) print(arr1) print(‘横向分割,对列进行分割，分割成2块‘) print(np.split(arr1,2,axis=1)) print(np.hsplit(arr1,2)) print(‘纵向分割,对行进行分割，分割成3块‘) print(np.split(arr1,3,axis=0)) print(np.vsplit(arr1,3)) print(‘不等量分割,(1为列，0为行)‘) print(np.array_split(arr1,3,axis=1))
运行结果
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
横向分割,对列进行分割，分割成2块
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2, 3],
[ 6, 7],
[10, 11]])]
纵向分割,对行进行分割，分割成3块
[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])]
[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8, 9, 10, 11]])]
不等量分割,(1为列，0为行)
[array([[0, 1],
[4, 5],
[8, 9]]), array([[ 2],
[ 6],
[10]]), array([[ 3],
[ 7],
[11]])]
copy与deep copy
与原数组共享数据的形式
import numpy as np arr=np.arange(4) b=arr c=arr d=b print(arr) print(b) print(c) print(d) print(‘修改arr[0]的值‘) arr[0]=10 print(b is arr,b) print(c is arr,c) print(d is arr,d)
运行结果
[0 1 2 3] [0 1 2 3] [0 1 2 3] [0 1 2 3] 修改arr[0]的值 True [10 1 2 3] True [10 1 2 3] True [10 1 2 3]
不与原数据共享数据的形式
import numpy as np arr=np.arange(4) b=arr.copy() print(arr) print(b) print(‘修改arr[0]的值‘) arr[0]=10 print(arr) print(b is arr,b)
运行结果
[0 1 2 3] [0 1 2 3] 修改arr[0]的值 False [0 1 2 3]
总结：
如果你想把它们关联起来，就使用第一种方法
如果只是把一个数组的值给另一个数组，使用第二种方法
原文地址：https://www.cnblogs.com/-wenli/p/10263324.html
时间： 2024-11-25 14:32:47