1 分割数组
| 函数 | 数组及操作 |
|---|---|
split |
将一个数组分割为多个子数组 |
hsplit |
将一个数组水平分割为多个子数组（按列） |
vsplit |
将一个数组垂直分割为多个子数组（按行） |
numpy.split
numpy.split 函数沿特定的轴将数组分割为子数组，格式如下：
numpy.split(ary, indices_or_sections, axis)
参数说明：
ary：被分割的数组indices_or_sections：果是一个整数，就用该数平均切分，如果是一个数组，为沿轴切分的位置（左开右闭）axis：设置沿着哪个方向进行切分，默认为 0，横向切分，即水平方向。为 1 时，纵向切分，即竖直方向。
import numpy as np a = np.arange(9) print ('第一个数组：') print (a) print (' ') print ('将数组分为三个大小相等的子数组：') b = np.split(a,3) print (b) print (' ') print ('将数组在一维数组中表明的位置分割：') b = np.split(a,[4,7]) print (b)
axis 为 0 时在水平方向分割，axis 为 1 时在垂直方向分割：
import numpy as np a = np.arange(16).reshape(4, 4) print('第一个数组：') print(a) print(' ') print('默认分割（0轴）：') b = np.split(a,2) print(b) print(' ') print('沿垂直方向分割：') c = np.split(a,2,1) print(c) print(' ') print('沿水平方向分割：') d= np.hsplit(a,2) print(d)
numpy.hsplit
numpy.hsplit 函数用于水平分割数组，通过指定要返回的相同形状的数组数量来拆分原数组。
import numpy as np harr = np.floor(10 * np.random.random((2, 6))) print ('原array：') print(harr) print ('拆分后：') print(np.hsplit(harr, 3))
numpy.vsplit
numpy.vsplit 沿着垂直轴分割，其分割方式与hsplit用法相同。
import numpy as np a = np.arange(16).reshape(4,4) print ('第一个数组：') print (a) print (' ') print ('竖直分割：') b = np.vsplit(a,2) print (b)
2 数组元素的添加与删除
| 函数 | 元素及描述 |
|---|---|
resize |
返回指定形状的新数组 |
append |
将值添加到数组末尾 |
insert |
沿指定轴将值插入到指定下标之前 |
delete |
删掉某个轴的子数组，并返回删除后的新数组 |
unique |
查找数组内的唯一元素 |
numpy.resize
numpy.resize 函数返回指定大小的新数组。
如果新数组大小大于原始大小，则包含原始数组中的元素的副本。
numpy.resize(arr, shape)
参数说明：
arr：要修改大小的数组shape：返回数组的新形状
import numpy as np a = np.array([[1,2,3],[4,5,6]]) print ('第一个数组：') print (a) print (' ') print ('第一个数组的形状：') print (a.shape) print (' ') b = np.resize(a, (3,2)) print ('第二个数组：') print (b) print (' ') print ('第二个数组的形状：') print (b.shape) print (' ') # 要注意 a 的第一行在 b 中重复出现，因为尺寸变大了 print ('修改第二个数组的大小：') b = np.resize(a,(3,3)) print (b)
numpy.append
numpy.append 函数在数组的末尾添加值。 追加操作会分配整个数组，并把原来的数组复制到新数组中。 此外，输入数组的维度必须匹配否则将生成ValueError。
append 函数返回的始终是一个一维数组。
numpy.append(arr, values, axis=None)
参数说明：
arr：输入数组values：要向arr添加的值，需要和arr形状相同（除了要添加的轴）axis：默认为 None。当axis无定义时，是横向加成，返回总是为一维数组！当axis有定义的时候，分别为0和1的时候。当axis有定义的时候，分别为0和1的时候（列数要相同）。当axis为1时，数组是加在右边（行数要相同）。
import numpy as np a = np.array([[1,2,3],[4,5,6]]) print ('第一个数组：') print (a) print (' ') print ('向数组添加元素：') print (np.append(a, [7,8,9])) print (' ') print ('沿轴 0 添加元素：') print (np.append(a, [[7,8,9]],axis = 0)) print (' ') print ('沿轴 1 添加元素：') print (np.append(a, [[5,5,5],[7,8,9]],axis = 1))
numpy.insert
numpy.insert 函数在给定索引之前，沿给定轴在输入数组中插入值。
如果值的类型转换为要插入，则它与输入数组不同。 插入没有原地的，函数会返回一个新数组。 此外，如果未提供轴，则输入数组会被展开。
numpy.insert(arr, obj, values, axis)
参数说明：
arr：输入数组obj：在其之前插入值的索引values：要插入的值axis：沿着它插入的轴，如果未提供，则输入数组会被展开
import numpy as np a = np.array([[1,2],[3,4],[5,6]]) print ('第一个数组：') print (a) print (' ') print ('未传递 Axis 参数。 在插入之前输入数组会被展开。') print (np.insert(a,3,[11,12])) print (' ') print ('传递了 Axis 参数。 会广播值数组来配输入数组。') print ('沿轴 0 广播：') print (np.insert(a,1,[11],axis = 0)) print (' ') print ('沿轴 1 广播：') print (np.insert(a,1,11,axis = 1))
numpy.delete
numpy.delete 函数返回从输入数组中删除指定子数组的新数组。 与 insert() 函数的情况一样，如果未提供轴参数，则输入数组将展开。
Numpy.delete(arr, obj, axis)
参数说明：
arr：输入数组obj：可以被切片，整数或者整数数组，表明要从输入数组删除的子数组axis：沿着它删除给定子数组的轴，如果未提供，则输入数组会被展开
import numpy as np a = np.arange(12).reshape(3,4) print ('第一个数组：') print (a) print (' ') print ('未传递 Axis 参数。 在插入之前输入数组会被展开。') print (np.delete(a,5)) print (' ') print ('删除第二列：') print (np.delete(a,1,axis = 1)) print (' ') print ('包含从数组中删除的替代值的切片：') a = np.array([1,2,3,4,5,6,7,8,9,10]) print (np.delete(a, np.s_[::2]))
numpy.unique
numpy.unique 函数用于去除数组中的重复元素。
numpy.unique(arr, return_index, return_inverse, return_counts)
arr：输入数组，如果不是一维数组则会展开return_index：如果为true，返回新列表元素在旧列表中的位置（下标），并以列表形式储return_inverse：如果为true，返回旧列表元素在新列表中的位置（下标），并以列表形式储return_counts：如果为true，返回去重数组中的元素在原数组中的出现次数
import numpy as np a = np.array([5,2,6,2,7,5,6,8,2,9]) print ('第一个数组：') print (a) print (' ') print ('第一个数组的去重值：') u = np.unique(a) print (u) print (' ') print ('去重数组的索引数组：') u,indices = np.unique(a, return_index = True) print (indices) print (' ') print ('我们可以看到每个和原数组下标对应的数值：') print (a) print (' ') print ('去重数组的下标：') u,indices = np.unique(a,return_inverse = True) print (u) print (' ') print ('下标为：') print (indices) print (' ') print ('使用下标重构原数组：') print (u[indices]) print (' ') print ('返回去重元素的重复数量：') u,indices = np.unique(a,return_counts = True) print (u) print (indices)
