numpy高级应用—数组操作

ndarray对象内部机制概要

numpy的ndarray功能很强大因为其内部组成足够复杂，包括

（1）一个指向数组的内存指针
（2）数据类型dtype
（3）一个表示数据形状的元祖，使用shape属性可以调用
（4）一个跨度元祖，这个是内部机制的关键，使用strides属性可以获取。

3×4×5的一个多维数组，其跨度为（160,40, 8）。

numpy数据类型体系

numpy的数据类型使用dtype属性可以获取，比如获取到整数、布尔型和浮点数。但是以浮点数为例，浮点数的类型有多种，每一种进行判断是很复杂的工作。numpy中提供了dtype的超类，比如np.integer和np.floating，可以与np.issubdtype方法结合使用，

使用dtype的mro方法查看所有父类，

数组高级操作

1）数组重塑

reshape方法

数组重塑使用reshape方法，传入的是一个新的表示形状的元组。、

对参数C的解读如下，

一般order参数默认“C"即可。

基本使用，

flatten和ravel方法

reshape将多维数组转换为一维数组的运算称为扁平化（flattening）或者散开（raveling）。这个过程使用flatten方法或者ravel方法。





两个方法得到的效果是一样的，区别在于ravel方法在原数据上改动，不产生源数据的副本；而flatten方法产生的是源数据的副本。

2）C和Fortan顺序

numpy支持使用order参数对数据在内存中的布局进行控制。默认情况下，order参数值为”C"，表示按照行的优先顺序进行创建，对于一个二维数组而言，一行中相邻的元素被存放在内存中相邻的位置。如果设置order参数的值为“F”，则是以列的优先顺序进行排列，每列中相邻的元素在内存中位置相邻。

当数组是更高维度的数组时，重塑过程就比较难理解，掌握C和Fortran的重塑顺序即可。

order参数值	重塑顺序
C/行优先顺序	先经过更高的维度，即n维数组（n＞2），其轴[0 , n-1]被处理的顺序依次为 n-1, n-2, n-3, ……，1, 0。
Fortran/列优先顺序	同样是上方的n维数组，轴的处理顺序 0,1,2……，n-1。

数组的拆分与合并

1）数组合并—concatenate、vstack、hstack方法

数组的合并可以使用numpy的concatenate方法，

相关参数在官方文档中的定义，


更简便的还有hstack方法和vstack方法，


分别是水平拼接和竖直拼接。



相似的还有row_stack方法和column_stack方法，rowstack与vstack等效，都是在竖直方向（列方向）上对数组进行合并；column_stack与hstack是在水平方向（行方向）对数组合并，但是二者有一定的差异。官方文档给的例子进行说明，

2）拆分—split方法

数组的拆分使用split方法，

返回值类型是列表，每个元素是拆分得到的数组，

3）堆叠辅助类—r_方法和c_方法

功能与合并的方法相似，单列出来的原因是辅助类可以实现对数组的切片进行合并，使用的是numpy的r_方法和c_方法，这两个方法的使用形式也比较特殊，用的不是圆括号，而是方括号。两个方法分别形成的是新的行和列。


对切片翻译为数组并进行合并，

元素的重复操作—repeat和tile方法

1）repeat方法

相应的参数解读如下，

最重要的是repeats参数，
一维数组的重复较为简单，


多维数组的重复需要指定axis参数，其余与一维数组一样

2）tile方法

tile方法返回的是原始数据的副本，相关参数如下，

如果reps参数传入的是整数，则会水平方向进行重复，

另一种形式传入的是元组，


对于二维数组而言，元组第一个元素是竖直方向重复次数，第二个元素是水平方向重复次数。

与花式索引等价的函数—take和put方法

花式索引的等价函数有两个，分别是take方法和put方法，分别用于元素获取和元素插入，首先回顾一下花式索引的基本使用，

上面的代码取出arr中索引为7,1,2,6的四个元素。

1）take方法

首先是官方文档的两个例子进行说明，


axis参数的使用指定的是从哪个轴上进行取值，axis=0时，在与索引为0的轴方向取元素；axis=1时，在索引为1的轴方向取元素。

2）put方法

官方文档中的实例，put方法将元素放在数组的指定位置。mode参数为“clip”时，大过数组本身长度的索引值会被放在最后一个元素的位置上。