np 数组转为普通数组_np 数组转为普通数组_Python Numpy 数组操作 （一）

修改数组形状

numpy.reshape

numpy.reshape 函数可以在不改变数据的条件下修改形状，格式如下： numpy.reshape(arr, newshape, order='C')

arr：要修改形状的数组newshape：整数或者整数数组，新的形状应当兼容原有形状order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'k' -- 元素在内存中的出现顺序。

import numpy as np a = np.arange(8)print ('原始数组：')print (a)print ('') b = a.reshape(4,2)print ('修改后的数组：')print (b)

输出结果如下：

原始数组：[0 1 2 3 4 5 6 7]修改后的数组：[[0 1] [2 3] [4 5] [6 7]]

numpy.ndarray.flat

numpy.ndarray.flat 是一个数组元素迭代器:

import numpy as npa = np.arange(9).reshape(3,3) print ('原始数组：')for row in a: print (row) #对数组中每个元素都进行处理，可以使用flat属性，该属性是一个数组元素迭代器：print ('迭代后的数组：')for element in a.flat: print (element)

输出结果如下：

原始数组：[0 1 2][3 4 5][6 7 8]迭代后的数组：012345678

numpy.ndarray.flatten

numpy.ndarray.flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组

ndarray.flatten(order='C')

参数说明：

order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。

import numpy as npa = np.arange(8).reshape(2,4) print ('原数组：')print (a)print ('')# 默认按行 print ('展开的数组：')print (a.flatten())print ('') print ('以 F 风格顺序展开的数组：')print (a.flatten(order = 'F'))

输出结果如下：

原数组：[[0 1 2 3] [4 5 6 7]]展开的数组：[0 1 2 3 4 5 6 7]以 F 风格顺序展开的数组：[0 4 1 5 2 6 3 7]

numpy.ravel

numpy.ravel() 展平的数组元素，顺序通常是"C风格"，返回的是数组视图(view，有点类似 C/C++引用reference的意味)，修改会影响原始数组。

该函数接收两个参数：

numpy.ravel(a, order='C')

参数说明：

order：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'K' -- 元素在内存中的出现顺序。

import numpy as np a = np.arange(8).reshape(2,4) print ('原数组：')print (a)print ('') print ('调用 ravel 函数之后：')print (a.ravel())print ('') print ('以 F 风格顺序调用 ravel 函数之后：')print (a.ravel(order = 'F'))

输出结果如下：

原数组：[[0 1 2 3] [4 5 6 7]]调用 ravel 函数之后：[0 1 2 3 4 5 6 7]以 F 风格顺序调用 ravel 函数之后：[0 4 1 5 2 6 3 7]

翻转数组

numpy.transpose

numpy.transpose 函数用于对换数组的维度，格式如下：

numpy.transpose(arr, axes)

参数说明:

arr：要操作的数组axes：整数列表，对应维度，通常所有维度都会对换。

import numpy as np a = np.arange(12).reshape(3,4) print ('原数组：')print (a )print ('') print ('对换数组：')print (np.transpose(a))

输出结果如下：

原数组：[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]对换数组：[[ 0 4 8] [ 1 5 9] [ 2 6 10] [ 3 7 11]]

numpy.ndarray.T 类似 numpy.transpose：

import numpy as npa = np.arange(12).reshape(3,4)print ('原数组：')print (a)print ('') print ('转置数组：')print (a.T)

输出结果如下：

原数组：[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]转置数组：[[ 0 4 8] [ 1 5 9] [ 2 6 10] [ 3 7 11]]

numpy.rollaxis

numpy.rollaxis 函数向后滚动特定的轴到一个特定位置，格式如下：

numpy.rollaxis(arr, axis, start)

参数说明：

arr：数组axis：要向后滚动的轴，其它轴的相对位置不会改变start：默认为零，表示完整的滚动。会滚动到特定位置。

import numpy as np # 创建了三维的 ndarraya = np.arange(8).reshape(2,2,2)print ('原数组：')print (a)print ('')# 将轴 2 滚动到轴 0(宽度到深度)print ('调用 rollaxis 函数：')print (np.rollaxis(a,2))# 将轴 0 滚动到轴 1：(宽度到高度)print ('')print ('调用 rollaxis 函数：')print (np.rollaxis(a,2,1))

输出结果如下：

原数组：[[[0 1] [2 3]] [[4 5] [6 7]]]调用 rollaxis 函数：[[[0 2] [4 6]] [[1 3] [5 7]]]调用 rollaxis 函数：[[[0 2] [1 3]] [[4 6] [5 7]]]

numpy.swapaxes

numpy.swapaxes 函数用于交换数组的两个轴，格式如下：

numpy.swapaxes(arr, axis1, axis2)

arr：输入的数组axis1：对应第一个轴的整数axis2：对应第二个轴的整数

import numpy as np # 创建了三维的 ndarraya = np.arange(8).reshape(2,2,2) print ('原数组：')print (a)print ('')# 现在交换轴 0(深度方向)到轴 2(宽度方向) print ('调用 swapaxes 函数后的数组：')print (np.swapaxes(a, 2, 0))

输出结果如下：

原数组：[[[0 1] [2 3]] [[4 5] [6 7]]]调用 swapaxes 函数后的数组：[[[0 4] [2 6]] [[1 5] [3 7]]]

本文参照菜鸟教程 NumPy 数组操作