NumPy簡(jiǎn)明教程（二、數(shù)組3）

2019-11-09 19:15:57

字體：大中小

供稿：網(wǎng)友

前兩篇文章對(duì)NumPy數(shù)組做了基本的介紹，本篇文章對(duì)NumPy數(shù)組進(jìn)行較深入的探討。首先介紹自定義類型的數(shù)組，接著數(shù)組的組合，最后介紹數(shù)組復(fù)制方面的問(wèn)題。

自定義結(jié)構(gòu)數(shù)組

通過(guò)NumPy也可以定義像C語(yǔ)言那樣的結(jié)構(gòu)類型。在NumPy中定義結(jié)構(gòu)的方法如下：

定義結(jié)構(gòu)類型名稱；定義字段名稱，標(biāo)明字段數(shù)據(jù)類型。

[python] view plain copy student= dtype({'names':['name', 'age', 'weight'], 'formats':['S32', 'i','f']}, align = True)

這里student是自定義結(jié)構(gòu)類型的名稱，使用dtype函數(shù)創(chuàng)建，在第一個(gè)參數(shù)中，'names'和'formats'不能改變，names中列出的是結(jié)構(gòu)中字段名稱，formats中列出的是對(duì)應(yīng)字段的數(shù)據(jù)類型。S32表示32字節(jié)長(zhǎng)度的字符串，i表示32位的整數(shù)，f表示32位長(zhǎng)度的浮點(diǎn)數(shù)。最后一個(gè)參數(shù)為True時(shí)，表示要求進(jìn)行內(nèi)存對(duì)齊。

字段中使用NumPy的字符編碼來(lái)表示數(shù)據(jù)類型。更詳細(xì)的數(shù)據(jù)類型見(jiàn)下表。

數(shù)據(jù)類型	字符編碼
整數(shù)	i
無(wú)符號(hào)整數(shù)	u
單精度浮點(diǎn)數(shù)	f
雙精度浮點(diǎn)數(shù)	d
布爾值	b
復(fù)數(shù)	D
字符串	S
Unicode	U
Void	V

在定義好結(jié)構(gòu)類型之后，就可以定義以該類型為元素的數(shù)組了：

[python] view plain copy a= array([(“Zhang”, 32, 65.5), (“Wang”, 24, 55.2)], dtype =student)

除了在每個(gè)元素中依次列出對(duì)應(yīng)字段的數(shù)據(jù)外，還需要在array函數(shù)中最后一個(gè)參數(shù)指定其所對(duì)應(yīng)的數(shù)據(jù)類型。

注：例子來(lái)源于張若愚的Python科學(xué)計(jì)算藝術(shù)的29頁(yè)。更多關(guān)于dtype的內(nèi)容請(qǐng)參考《NumPy for Beginner》一書的第二章。

組合函數(shù)

這里介紹以不同的方式組合函數(shù)。首先創(chuàng)建兩個(gè)數(shù)組：

[python] view plain copy >>> a = arange(9).reshape(3,3) >>> a array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) >>> b = 2 * a >>> b array([[ 0, 2, 4], [ 6, 8, 10], [12, 14, 16]])

水平組合

[python] view plain copy >>> hstack((a, b)) array([[ 0, 1, 2, 0, 2, 4], [ 3, 4, 5, 6, 8, 10], [ 6, 7, 8, 12, 14, 16]]) 也可通過(guò)concatenate函數(shù)并指定相應(yīng)的軸來(lái)獲得這一效果：[python] view plain copy >>> concatenate((a, b), axis=1) array([[ 0, 1, 2, 0, 2, 4], [ 3, 4, 5, 6, 8, 10], [ 6, 7, 8, 12, 14, 16]])

垂直組合

[python] view plain copy >>> vstack((a, b)) array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 0, 2, 4], [ 6, 8, 10], [12, 14, 16]]) 同樣，可通過(guò)concatenate函數(shù)，并指定相應(yīng)的軸來(lái)獲得這一效果。[python] view plain copy >>> concatenate((a, b), axis=0) array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 0, 2, 4], [ 6, 8, 10], [12, 14, 16]])

深度組合

另外，還有深度方面的組合函數(shù)dstack。顧名思義，就是在數(shù)組的第三個(gè)軸（即深度）上組合。如下：

[python] view plain copy >>> dstack((a, b)) array([[[ 0, 0], [ 1, 2], [ 2, 4]], [[ 3, 6], [ 4, 8], [ 5, 10]], [[ 6, 12], [ 7, 14], [ 8, 16]]]) 仔細(xì)觀察，發(fā)現(xiàn)對(duì)應(yīng)的元素都組合成一個(gè)新的列表，該列表作為新的數(shù)組的元素。

行組合

行組合可將多個(gè)一維數(shù)組作為新數(shù)組的每一行進(jìn)行組合：

[python] view plain copy >>> one = arange(2) >>> one array([0, 1]) >>> two = one + 2 >>> two array([2, 3]) >>> row_stack((one, two)) array([[0, 1], [2, 3]]) 對(duì)于2維數(shù)組，其作用就像垂直組合一樣。

列組合

列組合的效果應(yīng)該很清楚了。如下：

[python] view plain copy >>> column_stack((oned, twiceoned)) array([[0, 2], [1, 3]]) 對(duì)于2維數(shù)組，其作用就像水平組合一樣。

分割數(shù)組

在NumPy中，分割數(shù)組的函數(shù)有hsplit、vsplit、dsplit和split。可將數(shù)組分割成相同大小的子數(shù)組，或指定原數(shù)組分割的位置。

水平分割

[python] view plain copy >>> a = arange(9).reshape(3,3) >>> a array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) >>> hsplit(a, 3) [array([[0], [3], [6]]), array([[1], [4], [7]]), array([[2], [5], [8]])] 也調(diào)用split函數(shù)并指定軸為1來(lái)獲得這樣的效果：[python] view plain copy split(a, 3, axis=1)

垂直分割

垂直分割是沿著垂直的軸切分?jǐn)?shù)組：

[python] view plain copy >>> vsplit(a, 3) >>> [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])] 同樣，也可通過(guò)solit函數(shù)并指定軸為1來(lái)獲得這樣的效果：[python] view plain copy >>> split(a, 3, axis=0)

面向深度的分割

dsplit函數(shù)使用的是面向深度的分割方式：

[python] view plain copy >>> c = arange(27).reshape(3, 3, 3) >>> c array([[[ 0, 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]]]) >>> dsplit(c, 3) [array([[[ 0], [ 3], [ 6]], [[ 9], [12], [15]], [[18], [21], [24]]]), array([[[ 1], [ 4], [ 7]], [[10], [13], [16]], [[19], [22], [25]]]), array([[[ 2], [ 5], [ 8]], [[11], [14], [17]], [[20], [23], [26]]])]

復(fù)制和鏡像（View）

　　　當(dāng)運(yùn)算和處理數(shù)組時(shí)，它們的數(shù)據(jù)有時(shí)被拷貝到新的數(shù)組有時(shí)不是。這通常是新手的困惑之源。這有三種情況:完全不復(fù)制
　　　簡(jiǎn)單的賦值，而不復(fù)制數(shù)組對(duì)象或它們的數(shù)據(jù)。
[python] view plain copy >>> a = arange(12)  >>> b = a      #不創(chuàng)建新對(duì)象  >>> b is a           # a和b是同一個(gè)數(shù)組對(duì)象的兩個(gè)名字  True  >>> b.shape = 3,4    #也改變了a的形狀  >>> a.shape  (3, 4)   　　　Python 傳遞不定對(duì)象作為參考4，所以函數(shù)調(diào)用不拷貝數(shù)組。
[python] view plain copy >>> def f(x):  ...     PRint id(x)  ...  >>> id(a)       #id是一個(gè)對(duì)象的唯一標(biāo)識(shí)  148293216  >>> f(a)  148293216  視圖(view)和淺復(fù)制
　　　不同的數(shù)組對(duì)象分享同一個(gè)數(shù)據(jù)。視圖方法創(chuàng)造一個(gè)新的數(shù)組對(duì)象指向同一數(shù)據(jù)。
[python] view plain copy >>> c = a.view()  >>> c is a  False  >>> c.base is a      #c是a持有數(shù)據(jù)的鏡像  True  >>> c.flags.owndata  False  >>>  >>> c.shape = 2,6    # a的形狀沒(méi)變  >>> a.shape  (3, 4)  >>> c[0,4] = 1234        #a的數(shù)據(jù)改變了  >>> a  array([[   0,    1,    2,    3],         [1234,    5,    6,    7],         [   8,    9,   10,   11]])  切片數(shù)組返回它的一個(gè)視圖：[python] view plain copy >>> s = a[ : , 1:3]     # 獲得每一行1，2處的元素  >>> s[:] = 10           # s[:] 是s的鏡像。注意區(qū)別s=10 and s[:]=10  >>> a  array([[   0,   10,   10,    3],         [1234,   10,   10,    7],         [   8,   10,   10,   11]])  深復(fù)制
 　　這個(gè)復(fù)制方法完全復(fù)制數(shù)組和它的數(shù)據(jù)。
[python] view plain copy >>> d = a.copy()       #創(chuàng)建了一個(gè)含有新數(shù)據(jù)的新數(shù)組對(duì)象  >>> d is a  False  >>> d.base is a        #d和a現(xiàn)在沒(méi)有任何關(guān)系  False  >>> d[0,0] = 9999  >>> a  array([[   0,   10,   10,    3],         [1234,   10,   10,    7],         [   8,   10,   10,   11]])  參考文獻(xiàn)：
《Python科學(xué)計(jì)算》《Tentative NumPy Tutorial》《NumPy for Beginner》