1 添加维度

原始数组如下：

import numpy as npa = np.array([1,2,3,4,5,6])a.shape #(6,)

1.1 np.newaxis

 1.2 None

 1.3 reshape

 

 1.4 np.expand_dims

expand_dims必须添加axis 参数，

axis=x表示新增加的维度是第x个维度 

2 减少维度

减少维度除了用reshape之外，还可以使用别的方法

2.1 squeeze

减少那些维度 shape 上为 1 的维度

只能减少那些维度 shape 上为 1 的维度。因为减掉这个维度，数据结构上是没有变化的。

3 拼接矩阵

所用到的数组：

a=np.array([[1,2,3],[7,8,9]]) b=np.array([[4,5,6],[1,2,3]])a,b ''' (array([[1, 2, 3],[7, 8, 9]]),array([[4, 5, 6],[1, 2, 3]])) '''d=np.array([7,8,9]) e=np.array([1,2,3]) d,e ''' (array([7, 8, 9]), array([1, 2, 3])) '''

 3.1 按行连接

3.1.1 c_

np.c_[a,b] ''' array([[1, 2, 3, 4, 5, 6],[7, 8, 9, 1, 2, 3]]) '''np.c_[d,e] ''' array([[7, 1],[8, 2],[9, 3]]) '''

3.1.2  hstack

多行的时候，和c_是一样的

对于单行的问题，hstack 里面是把行向量当作一行看的，c_是当作一列

np.hstack((a,b)) ''' array([[1, 2, 3, 4, 5, 6],[7, 8, 9, 1, 2, 3]])'''np.hstack((d,e)) ''' array([7, 8, 9, 1, 2, 3]) '''

3.1.3 column_stack

和c_是一样的

np.column_stack((a,b)) ''' array([[1, 2, 3, 4, 5, 6],[7, 8, 9, 1, 2, 3]]) '''np.column_stack((d,e)) ''' array([[7, 1],[8, 2],[9, 3]]) '''

3.1.4 concatenate

np.concatenate((a,b),axis=1) ''' array([[1, 2, 3, 4, 5, 6],[7, 8, 9, 1, 2, 3]]) '''np.concatenate((d,e)) #array([7, 8, 9, 1, 2, 3])

3.2 按列排序

3.2.1 r_

np.r_[a,b] ''' array([[1, 2, 3],[7, 8, 9],[4, 5, 6],[1, 2, 3]]) '''np.r_[d,e] ''' array([7, 8, 9, 1, 2, 3]) '''

3.2.2 vstack

np.vstack((a,b)) ''' array([[1, 2, 3],[7, 8, 9],[4, 5, 6],[1, 2, 3]]) '''np.vstack((d,e)) ''' array([[7, 8, 9],[1, 2, 3]]) '''

3.3.3 row_stack

np.row_stack((a,b)) ''' array([[1, 2, 3],[7, 8, 9],[4, 5, 6],[1, 2, 3]]) '''np.row_stack((d,e))''' array([[7, 8, 9],[1, 2, 3]]) '''

3.3.4 concatenate

np.concatenate((a,b),axis=0) ''' array([[1, 2, 3],[7, 8, 9],[4, 5, 6],[1, 2, 3]]) '''

4 拆解

a = np.array( [[ 1, 11, 2, 22],[ 3, 33, 4, 44],[ 5, 55, 6, 66],[ 7, 77, 8, 88]] )

4.1 水平拆解 vsplit

np.vsplit(a, indices_or_sections=2) ''' [array([[ 1, 11, 2, 22],[ 3, 33, 4, 44]]),array([[ 5, 55, 6, 66],[ 7, 77, 8, 88]])] '''#拆分成[0:2) [2: np.vsplit(a, indices_or_sections=[2,3])''' [array([[ 1, 11, 2, 22],[ 3, 33, 4, 44]]),array([[ 5, 55, 6, 66]]),array([[ 7, 77, 8, 88]])] ''' # 拆分成[0:2),[2:3),[3:)

4.2 垂直拆解 hsplit

a = np.array( [[ 1, 11, 2, 22],[ 3, 33, 4, 44],[ 5, 55, 6, 66],[ 7, 77, 8, 88]] ) np.hsplit(a, indices_or_sections=2) ''' [array([[ 1, 11],[ 3, 33],[ 5, 55],[ 7, 77]]),array([[ 2, 22],[ 4, 44],[ 6, 66],[ 8, 88]])] ''' #[0:2),[2,) np.hsplit(a, indices_or_sections=[2,3]) ''' [array([[ 1, 11],[ 3, 33],[ 5, 55],[ 7, 77]]),array([[2],[4],[6],[8]]),array([[22],[44],[66],[88]])] ''' #分成[0:2),[2:3),[3:)

4.3 综合切法 split

a = np.array( [[ 1, 11, 2, 22],[ 3, 33, 4, 44],[ 5, 55, 6, 66],[ 7, 77, 8, 88]] ) np.split(a, indices_or_sections=2,axis=0) ''' [array([[ 1, 11, 2, 22],[ 3, 33, 4, 44]]),array([[ 5, 55, 6, 66],[ 7, 77, 8, 88]])] '''#切完之后是 [[0:2)][.....] [[2:)][.....] np.split(a, indices_or_sections=2,axis=1) ''' [array([[ 1, 11],[ 3, 33],[ 5, 55],[ 7, 77]]),array([[ 2, 22],[ 4, 44],[ 6, 66],[ 8, 88]])] '''#切完之后是 [.....][[0:2)] [.....][[2:)]

总结

以上是生活随笔为你收集整理的numpy 笔记：改变形态的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。