【数据分析&数据挖掘】数组的形状

 1 import numpy as np
 2
 3 # 创建一个数组
 4 arr = np.arange(16)
 5 print("arr:\n", arr)
 6 print("arr的形状:", arr.shape)
 7
 8 # 创建数组的时候不一定能指定其形状
 9 # 创建好之后,可以进行形状的修改
10
11 # 可以通过shape属性改变形状,元素个数得一致
12
13 arr.shape = (4, 4)
14 arr.shape = 4, 4
15 arr.shape = [4, 4]
16 # arr.shape = (2, 4)  # 错误,元素个数不同,不能进行形状更改
17 print("改变形状")
18 print(arr)
19 # reshape也可以修改数组的形状
20 # reshape会返回一个新的数组
21 arr = arr.reshape((2, 8))
22 print(arr)
23 print("arr形状修改之后的结果:", arr.shape)
24
25 # 创建一个高维数组
26 arr = np.arange(16).reshape((4, 4))
27 arr = arr.reshape((-1,1))  # 二维,一列,-1占位
28 print("arr:\n", arr)
29 print("arr的形状:", arr.shape)
30
31 # 假设高位数组是一个样本——将这个高维数组变成一行
32 # 高维数组的展开
33 res = arr.flatten(order=‘C‘)  # 按行展开
34 res = arr.flatten(order=‘F‘)  # 按列展开
35 res = arr.ravel()  # 默认按行展开
36 res = arr.ravel(order=‘F‘)  # 按列展开
37
38 print("res 数组展开的结果:", res)

原文地址:https://www.cnblogs.com/Tree0108/p/12115493.html

时间: 2024-07-30 22:49:40

【数据分析&数据挖掘】数组的形状的相关文章

【数据分析&数据挖掘】数组的通用函数

1 import numpy as np 2 3 # 数组的全通用函数,要求数组的形状必须相同——同型数组 4 # 创建数组 5 arr1 = np.array([[0, 1], [2, 3]]) 6 arr2 = np.array([[1, 2], [3, 4]]) 7 print("arr1: \n", arr1) 8 print("arr2: \n", arr2) 9 10 # # 四则运算——对应位置进行四则运算 11 print("数组相加: \

【转】数据分析/数据挖掘 入门级选手建议

1.数据分析和数据挖掘联系和区别 联系:都是搞数据的 区别:数据分析偏统计,可视化,出报表和报告,需要较强的表达能力.数据挖掘偏算法,重模型,需要很深的代码功底,要码代码,很多= =. 2.怎么入门 请百度"如何成为一名数据分析师"或者"如何成为一名数据挖掘工程师".英文好上Quora,不行上知乎,看看入门资料. 3.选哪些书 看入门资料给你提供的书,有电子版下电子版,没电子版买纸质书,花不了多少钱. 4.用什么语言 数据分析:excel是必须,R是基本,pytho

题目1065:输出梯形 (直接用循环控制输出)+题目1432:叠筐 (数组控制形状,最后输出数组)

题目1065:输出梯形 (直接用循环控制输出)+ 样例输入: 4  样例输出:                        **** ****** ******** ********** 题目1432:叠筐    样例输入:                        11 B A 5 @ W 样例输出:                        AAAAAAAAA ABBBBBBBBBA ABAAAAAAABA ABABBBBBABA ABABAAABABA ABABABABABA A

numpy:数组的形状与展开

先将模块导入文件中 import numpy as np 1.使用shape属性修改数组的形状 arr.shape = (4, 4) arr.shape = 4, 4 arr.shape = [4, 4] 使用shape属性修改原数组形状的方法有以上三种,只要元素个数相同,可以随意更改数组的形状 2.使用reshape()方法修改数组的形状 arr = arr.reshape((4, 4)) 使用reshape()方法可以修改数组的属性,在不改变原数组的情况下返回一个新的数组,只要元素个数相同,

【数据分析&数据挖掘】数组的创建

1 import numpy as np 2 import random 3 4 arr = np.array([1,2,3,4]) 5 print('arr:\n', arr) 6 print('arr的类型:\n', type(arr)) 7 8 # 用arange来创建数组 9 arr = np.arange(0, 5, 2) 10 print('arr:\n', arr) 11 print('arr的类型:\n', type(arr)) 12 13 # 生成一个等差数组 14 # 参数1

【数据分析&数据挖掘】数组的重复与去重

1 import numpy as np 2 3 # 创建一个数组 4 arr = np.array([1, 2, 3, 3, 2, 1, 1, 2, 3, 4, 5, 6, 6, 5, 4]) 5 arr = np.array(["h", "j", "k", "x", "h", "k", "j", "x", "k"]) 6 a

【数据分析&数据挖掘】数组的组合&拆分

一.数组的组合 1 import numpy as np 2 3 # 创建数组 4 arr1 = np.arange(9).reshape((3, 3)) 5 arr2 = np.array([[0, 1, 0],[1, 0, 1],[2, 1, 0]]) 6 print("arr1:\n", arr1) 7 print("arr2:\n", arr2) 8 9 # 二维拼接 axis=0 行 axis=1 列 10 res = np.vstack((arr1, a

【数据分析&数据挖掘】数组的数据类型

1 import numpy as np 2 3 # 创建一个数组 4 arr = np.arange(0, 6, 1, dtype=np.int64) 5 arr = np.arange(0, 6, 1, dtype=np.float64) # [0. 1. 2. 3. 4. 5.] 6 # arr = np.array([0,1,2,3,4], dtype=np.bool) 7 print("arr:\n", arr) 8 print("arr的类型:", ty

【数据分析&数据挖掘】数组的排序

1 import numpy as np 2 3 # 创建数组 4 arr = np.array([[8, 1, 9], [7, 6, 5]]) 5 print("arr: \n", arr) 6 7 # sort()直接排序 8 # 在列的方向上排序 9 arr.sort(axis=-1) 10 print("axis=-1排序之后的结果:\n", arr) 11 arr.sort(axis=1) 12 print("axis=1排序之后的结果:\n&q