Python--ndarray 数组常用操作_ndarray取第一个

文章目录

• • 1. 二维数组的常见操作
  • 2. 二维数组的组合操作
  • 3. 二维数组的拆分
  • 4. 组合与拆分数组的其他API
  • • 4.1 多维数组
    • 4.2 一维数组

---

1. 二维数组的常见操作

• 组合：把多个数组合并在一起
• 拆分：把一个数组拆分成多个数组

对数组进行操作时，注意轴向

• 水平方向合并
  

• 垂直方向合并
  

• 深度方向合并
  

数组的合并要以业务为向导。
比如，需要查询一班与二班所有学生的成绩，就采用垂直合并两个班的学生成绩数组。

2. 二维数组的组合操作

numpy 对二维数组支持三个轴向的组合。

注意：
组合数组，两个数组需要在组合的方向上具有相同的行或列。

import numpy as np

a = np.arange(1, 7).reshape(2, 3)
b = np.arange(7, 13).reshape(2, 3)
print(a)
print(b)
print('-' * 20)

# 传入的参数为两个数组组成的元组
# 水平方向组合
c = np.hstack((a, b))
print(c)
print('-' * 20)
# 垂直方向组合
c = np.vstack((a, b))
print(c)
print('-' * 20)
# 深度方向组合
c = np.dstack((a, b))
print(c)
print('-'*20)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

3. 二维数组的拆分

numpy 对二维数组支持三个轴向的拆分。

注意：
拆分数组时，要保证数组能够被平分，否则会报错。
同时，接收拆分后数组的变量的个数需要与拆分后数组的个数相等。

import numpy as np

arr = np.arange(1, 13).reshape(3, 4)
print(arr)
print('-' * 20)

# 水平方向拆分
a, b = np.hsplit(arr, 2)
print(a)
print(b)
print('-' * 20)

# 垂直方向拆分
a, b, c = np.vsplit(arr, 3)
print(a)
print(b)
print(c)
print('-' * 20)

# 深度方向拆分只能在三维及以上的数组中
# 深度方向拆分
arr = np.dstack((arr, arr))
a, b = np.dsplit(arr, 2)
print(a)
print(b)
print('-' * 20)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

4. 组合与拆分数组的其他API

4.1 多维数组

• 通过 axis 作为关键字参数指定组合的方向，取值如下：
  • 组合或拆分的数组为二维数组：
    • 0：垂直方向组合
    • 1：水平方向组合
  • 组合或拆分的数组为三维数组：
    • 0：垂直方向组合
    • 1：水平方向组合
    • 2：深度方向组合

import numpy as np

a = np.arange(1, 7).reshape(2, 3)
b = np.arange(7, 13).reshape(2, 3)
print(a)
print(b)
print('-' * 20)

# 第一个参数为要合并的两个数组组成的元组
# 第二个参数为合并的方向
c = np.concatenate((a, b), axis=0)
print(c)
print('-' * 20)
1
2
3
4
5
6
7
8
9
10
11
12
13

import numpy as np

arr = np.arange(1, 7).reshape(2, 3)
print(arr)
print('-' * 20)

# 第一个参数为要拆分的数组
# 第二个参数为拆分后数组的个数
# 拆分的方向
a, b = np.split(arr, 2, axis=0)
print(a)
print(b)
1
2
3
4
5
6
7
8
9
10
11
12

4.2 一维数组

import numpy as np

a = np.arange(1, 9)
b = np.arange(9, 17)
print(a)
print(b)
print()

# 把两个一维数组合并成两行（垂直方向合并）
c = np.row_stack((a, b))
print(c)
print()

# 把两个一维数组合并成两列(两个数组转置后合并)
c = np.column_stack((a, b))
print(c)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16