Numpy 数组操作

Numpy 中包含了一些函数用于处理数组，本节重点介绍如下几类：

• 修改数组形状；
• 翻转数组；
• 格式转换。

1. 修改数组形状

常用的修改数组形状的函数有：

1.1 reshape

numpy.reshape 函数可以在不改变数据的条件下修改形状，其函数原型如下：

numpy.reshape(arr, newshape, order='C')

案例

生成一维数组，并利用 reshape 进行数组形状的重整：

arr0 = np.arange(8).reshape(2,4)

输出结果为：

array([[0, 1, 2, 3],
       [4, 5, 6, 7]])

1.2 flat

numpy.ndarray.flat 是一个数组元素迭代器，可以利用for循环对迭代器进行遍历。

案例

查阅数组 arr0 中的元素

for element in arr0.flat:
    print(element)

程序执行结果为：

0
1
2
3
4
5
6
7

1.3 flatten

numpy.ndarray.flatten返回一份数组拷贝，并折叠为一维的数组。对拷贝所做的修改不会影响原始数组，函数原型如下：

ndarray.flatten(order='C')

其中，order 可选：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。

案例

将数组 arr0 以特定顺序展开：

print("将arr0以行顺序展开：", arr0.flatten(order='C'))
print("将arr0以列顺序展开：", arr0.flatten(order='F'))

执行结果为：

将arr0以行顺序展开： [0 1 2 3 4 5 6 7]
将arr0以列顺序展开： [0 4 1 5 2 6 3 7]

1.4 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），修改会影响原始数组。

该函数接收两个参数：

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

其中，order 可选：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。

案例

arr_r = np.ravel(arr0, order='C')

展开结果为：

arr_r
out:
    array([0, 1, 2, 3, 4, 5, 6, 7])

通过切片赋值的方法，显式地改变 arr_r 的值，查看 arr0 的变化：

arr_r[0] = 100
arr0
out:
    array([[100,   1,   2,   3],
       [  4,   5,   6,   7]])

可以看到，虽然利用 ravel 方法对 arr0 进行了展开，但是对展开后的结果所做的修改，也会对应地出现在 arr0 上。

2. 翻转数组

numpy.transpose 函数用于对换数组的维度。

案例

调换 arr0 的数组维度，达到转置的效果：

np.transpose(arr0)
out:
    array([[100,   4],
       [  1,   5],
       [  2,   6],
       [  3,   7]])

类似地，上述案例可以写为：

arr0.transpose()
out:
    array([[100,   4],
       [  1,   5],
       [  2,   6],
       [  3,   7]])

或者：

arr0.T
out:
    array([[100,   4],
       [  1,   5],
       [  2,   6],
       [  3,   7]])

3. 格式转换

借助于 tolist()，可以快速把 ndarray 格式的数组，转变为列表，方便在某些情况下使用。

案例

把 arr0 转化为列表：

arr0.tolist()
out:
    [[100, 1, 2, 3], [4, 5, 6, 7]]

可以看到，对于二维数组，转化后的结果是一个两层嵌套列表。

4. 小结

本节重点介绍数组操作的三种方法：修改数组形状、翻转数组以及转化数组为列表。特别要注意的是ravel() 函数，返回的是原始数组的视图，对结果的修改会对应地体现在原始数组上。