詳談Numpy中數組重塑、合并與拆分方法

下面為大家分享一篇詳談Numpy中數組重塑、合并與拆分方法，具有很好的參考價值，希望對大家有所協助。一起過來看看吧

1.數組重塑

1.1一維數組轉變成二維數組

通過reshape( )函數即可實現，假設data是numpy.array類型的一維數組array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])，現將其轉變為2行5列的二維數組，代碼如下：

data.reshape((2,5))

作為參數的形狀的其中一維可以是-1，它表示該維度大小由資料本身推斷而來，因此上面代碼等價於：

data.reshape((2,-1))

1.2二維數群組轉換成一維數組

將多維陣列轉換成一維數組的運算通常稱為扁平化（flattening）或散開（raveling）,因此有兩個函數可供選擇。執行代碼如下：

data.ravel() # 不會產生來源資料的副本data.flatten() # 總是返回資料的副本

關於這兩點的區別，理解的不是很透徹。有人懂得話，歡迎評論交流。

2.數組的合并和拆分

2.1數組的合并

numpy提供許多數組合并的方法，這裡只介紹最為常用的一種，即concatenate方法，代碼如下：

arr1 = np.array([[1,2,3], [4,5,6]])arr2 = np.array([[7,8,9], [10,11,12]])data = np.concatenate([arr1, arr2], axis=0) # axis參數指明合并的軸向，0表示按行，1表示按列

2.2數組的拆分

這裡只介紹split函數

np.split(data, [1], axis=0)#data為拆分的數組，[1]為拆分的行號或列號，axis表明按列或者行進行拆分（預設為0，即按行拆分）