NumPy學習(索引和切片,合並,分割,copy與deep copy)
阿新 • • 發佈:2019-01-13
light 共享數據 訪問 展開 -a class 是把 第一個 text
NumPy學習(索引和切片,合並,分割,copy與deep copy)
目錄
索引和切片 合並 分割
copy與deep copy
索引和切片
通過索引和切片可以訪問以及修改數組元素的值
一維數組
程序示例
import numpy as np #索引與切片 array=np.arange(3,15) print(array) print(array[3])#數組下標為3的元素 print(‘\n‘) print(array[1:3])#取從下標1到下標3,不包括下標3 print(array[1:-9]) print(array[-11:3]) print(‘\n‘) print(array[:]) #全部元素 print(array[1:])#從下標為1的元素到最後一個元素 print(array[:7])#第一個元素到下標為7的元素,不包括下標為7的元素 print(array[::2])#間隔2
運行結果
[ 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) #使用布爾數組來花式索引 mask=np.array([0,1,0,1,1,0,1,0,1,0,0,1],dtype=bool) array4=array[mask] print(array4)
運行結果
[4 8 8] [ 4 6 7 9 11 14]
多維 數組
程序示例
import numpy as np
array2=np.arange(3,15).reshape(3,4) print(array2) print(array2[2])#獲取數組的某行 print(‘\n‘) print(array2[2][2])#獲取數組的某個元素,指定行和列 print(array2[2,2]) print(‘\n‘) print(array2[2,:])#獲取數組的第三行 print(array2[:,2])#獲取數組的第三列 print(array2[1:3,1])#獲取數組第2和3行的第二列元素 print(array2[1,1:3])#獲取數組的第2行的2和3列 print(‘--------------------------------------------------‘)
#輸出全部行,一行輸出成一個列表 for row in array2: print(row) print(‘\n‘)
#輸出全部列,一列輸出成一個列表,array2.T為轉置 for column in array2.T: print(column) print(‘\n‘)
#將數組展開為一個列表 print(array2.flatten()) print(‘\n‘)
#將數組展開為一個列表,其中array2.flat將數組變為叠代器,上面的flatten()方法則直接返回 for item in array2.flat: print(item)
運行結果
[[ 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
# 多維數組花式索引,我們需要給定行和列的值
arr1=np.array([[4,5,7,9],[2,4,6,8],[7,3,1,7]])
print(arr1)
print(‘\n‘)
#返回一條次對角線上的3個值
print(arr1[(0,1,2),(1,2,3)])
print(‘\n‘)
#返回的最後2行的第1,2,3列
print(arr1[1:,[0,1,2]])
#使用mask進行索引
print(‘\n‘)
mask=np.array([1,0,1,1],dtype=bool)
arr2=arr1[2,mask]
print(arr2)
運行結果
[[4 5 7 9] [2 4 6 8] [7 3 1 7]] [5 6 7] [[2 4 6] [7 3 1]] [7 1 7]
合並
一維數組
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)) #縱向合並 array4=np.hstack((array1,array2)) #橫向合並 print(array3) print(array1.shape) print(array2.shape) print(array3.shape)
運行結果
[[1 2 3] [4 5 6]] (3,) (3,) (2, 3)
import numpy as np
# #將列表轉為numpy的數組
array1=np.array([1,2,3]).reshape(3,1)
array2=np.array([4,5,6]).reshape(3,1)
array3=np.vstack((array1,array2)) #縱向合並
array4=np.hstack((array1,array2)) #橫向合並
array5=np.concatenate((array1,array2))
print(array5)
print(‘\n‘)
#對多個數組進行合並,axis=0為縱向合並,反之為橫向合並
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(‘橫向分割,對列進行分割,分割成2塊‘) print(np.split(arr1,2,axis=1)) print(np.hsplit(arr1,2)) print(‘縱向分割,對行進行分割,分割成3塊‘) print(np.split(arr1,3,axis=0)) print(np.vsplit(arr1,3)) print(‘不等量分割,(1為列,0為行)‘) print(np.array_split(arr1,3,axis=1))
運行結果
[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] 橫向分割,對列進行分割,分割成2塊 [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]])] 縱向分割,對行進行分割,分割成3塊 [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為列,0為行) [array([[0, 1], [4, 5], [8, 9]]), array([[ 2], [ 6], [10]]), array([[ 3], [ 7], [11]])]
copy與deep copy
與原數組共享數據的形式
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)
運行結果
[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]
不與原數據共享數據的形式
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)
運行結果
[0 1 2 3] [0 1 2 3] 修改arr[0]的值 False [0 1 2 3]
總結:
如果你想把它們關聯起來,就使用第一種方法
如果只是把一個數組的值給另一個數組,使用第二種方法
NumPy學習(索引和切片,合並,分割,copy與deep copy)