python数据分析（4）——numpy数组类型转换，数组堆叠，数组拆分

数组类型转换：.astype(),改变数组元素的类型，可设为整形，浮点型等，在pandas中更改DataFrame的数据类型也会用到。

ar1=np.arange(10,dtype=float)
ar2=ar1.astype(np.int64)#转换为整形
print(ar1,ar1.dtype)
print(ar2,ar2.dtype)
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.] float64
[0 1 2 3 4 5 6 7 8 9] int64

数据堆叠：.hstack()横向连接，vstack()竖向连接

a=np.arange(5)
b=np.arange(5,9)
print(a)
print(b)
[0 1 2 3 4]
[5 6 7 8]
print(np.hstack((a,b)))#横向连接a,b
[0 1 2 3 4 5 6 7 8]

a=np.array([[1],[2],[3]])
b=np.array([['a'],['b'],['c']])#a,b均为1*3结构
print(a)
print(b)
[[1]
 [2]
 [3]]
[['a']
 ['b']
 ['c']]
 print(np.vstack((a,b)))#竖向连接a,b
[['1']
 ['2']
 ['3']
 ['a']
 ['b']
 ['c']]

数组拆分：.hsplit()拆分列，.vsplit()拆分行

ar=np.arange(16).reshape(4,4)
print(ar)
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]

print(np.hsplit(ar,2))#按列拆分成两部分
[array([[ 0,  1],
       [ 4,  5],
       [ 8,  9],
       [12, 13]]), array([[ 2,  3],
       [ 6,  7],
       [10, 11],
       [14, 15]])]

print(np.vsplit(ar,2))#按行拆分成两部分
[array([[0, 1, 2, 3],
       [4, 5, 6, 7]]), array([[ 8,  9, 10, 11],
       [12, 13, 14, 15]])]