1.數(shù)組重塑

1.1一維數(shù)組轉(zhuǎn)變成二維數(shù)組

通過reshape( )函數(shù)即可實(shí)現(xiàn)，假設(shè)data是numpy.array類型的一維數(shù)組array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])，現(xiàn)將其轉(zhuǎn)變?yōu)?行5列的二維數(shù)組，代碼如下：

data.reshape((2,5))

作為參數(shù)的形狀的其中一維可以是-1，它表示該維度的大小由數(shù)據(jù)本身推斷而來，因此上面代碼等價于：

data.reshape((2,-1))

1.2二維數(shù)組轉(zhuǎn)換成一維數(shù)組

將多維數(shù)組轉(zhuǎn)換成一維數(shù)組的運(yùn)算通常稱為扁平化（flattening）或散開（raveling）,因此有兩個函數(shù)可供選擇。執(zhí)行代碼如下：

data.ravel() # 不會產(chǎn)生源數(shù)據(jù)的副本data.flatten() # 總是返回數(shù)據(jù)的副本

關(guān)于這兩點(diǎn)的區(qū)別，理解的不是很透徹。有人懂得話，歡迎評論交流。

2.數(shù)組的合并和拆分

2.1數(shù)組的合并

numpy提供許多數(shù)組合并的方法，這里只介紹最為常用的一種，即concatenate方法，代碼如下：

arr1 = np.array([[1,2,3], [4,5,6]])arr2 = np.array([[7,8,9], [10,11,12]])data = np.concatenate([arr1, arr2], axis=0) # axis參數(shù)指明合并的軸向，0表示按行，1表示按列

2.2數(shù)組的拆分

這里只介紹split函數(shù)

np.split(data, [1], axis=0)#data為拆分的數(shù)組，[1]為拆分的行號或列號，axis表明按列或者行進(jìn)行拆分（默認(rèn)為0，即按行拆分）

以上這篇詳談Numpy中數(shù)組重塑、合并與拆分方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持武林站長站。