python数据分析基础之Numpy库详解（三）

• 第一节：Numpy中数组的介绍 python数据分析基础之Numpy库详解（一）
• 第二节：数组的部分操作（索引与切片、维度的改变、数组的组合）python数据分析基础之Numpy库详解（二）

数组的分割

• NumPy数组可以进行水平、垂直或深度分割，相关的函数有hsplit、vsplit、dsplit和
  split。我们可以将数组分割成相同大小的子数组，也可以指定原数组中需要分割的位置

• 首先使用arange函数创建两个数组并使用reshape方法将数组的维度改为3×3：

import numpy as np
arr_one = np.arange(9).reshape((3, 3))
arr_two = arr_one * 2

• 水平分割 下面将把数组沿着水平方向分割为3个相同大小的子数组：

np.hsplit(arr_one, 3)

• 对同样的数组，调用split函数并在参数中指定参数axis=1，对比一下结果：

np.split(arr_one, 3, axis=1)

• (2) 垂直分割 vsplit函数将把数组沿着垂直方向分割：

np.vsplit(arr_one, 3)

• 同样，调用split函数并在参数中指定参数axis=0，也可以得到同样的结果：

np.split(arr_one, 3, axis=0)

• (3) 深度分割 dsplit函数将按深度方向分割数组。我们先创建一个三维数组：

arr_three = np.arange(27).reshape((3, 3, 3))

• 再使用dsplit函数进行分隔

np.dsplit(arr_three, 3)

数组的属性

• ndim属性，给出数组的维数，或数组轴的个数：

arr_one.ndim

• size属性，给出数组元素的总个数，如下所示：

arr_one.size

• itemsize属性，给出数组中的元素在内存中所占的字节数：

arr_one.itemsize

• 整个数组所占的存储空间，用nbytes属性来查看。这个属性的值其实
  就是itemsize和size属性值的乘积：

arr_one.nbytes
arr_one.size * arr_one.itemsize

• T属性的效果和transpose函数一样，如下所示：

arr_one.transpose()
arr_one.T

• 对于一维数组，其T属性就是原数组

arr_four = np.array([1, 2, 3, 4])
arr_four.T

• 在NumPy中，复数的虚部是用j表示的。例如，我们可以创建一个由复数构成的数组：

arr_five=np.array([1.j + 1, 2.j + 3])

• real属性，给出复数数组的实部。如果数组中只包含实数元素，则其real属性将输出原 数组：

arr_five.real

• imag属性，给出复数数组的虚部：

arr_five.imag

• 如果数组中包含复数元素，则其数据类型自动变为复数型：

arr_five.dtype
arr_five.dtype.str

• flat属性将返回一个numpy.flatiter对象，这是获得flatiter对象的唯一方式——我
  们无法访问flatiter的构造函数。这个所谓的“扁平迭代器”可以让我们像遍历一维数
  组一样去遍历任意的多维数组，如下所示：

arr_one_flat=arr_one.flat
for item in arr_one_flat:
    print(item)
arr_one_flat

• 我们还可以用flatiter对象直接获取一个数组元素或者获取多个元素：

• 下面图片包含上述所讲的数组属性：
  

数组的转换

• 我们可以使用tolist函数将NumPy数组转换成Python列表
• (1) 转换成列表：

arr_one.tolist()

• (2) astype函数可以在转换数组时指定数据类型：

arr_one.astype(float)