Python数据分析实践：NumPy数组常用操作new.pdfVIP

In [ ]: import numpy as np #导入 NumPy 库 np.__version__ #打印numpy版本 2.3 NumPy 数组操作 NumPy数组的常用操作包括形状改变、运算和统计等，这些操作大多可以通过两种方式实 现： 1. 通过NumPy数组ndarray类定义的方法实现 2. 通过NumPy函数对数组的操作实现 两种方式功能相同，主要区别在于通过NumPy函数操作时，函数的第一个参数是要操作的数 组。而通过ndarray类的相应方法则没有该参数，因为数组本身对象来调用方法。 2.3.1 修改数组形状 改变形状-reshape方法/函数 在不改变元素数目条件下修改形状，即各维度的形状乘积要等于数组元素总数，调用方式： 通过NumPy数组方法调用格式如下： numpy.ndarray.reshape(newshape, order=C) ，其中ndarray就是创建的数组对象 通过NumPy函数调用格式如下： numpy.reshape(arr, newshape, order=C) ，其中arr就是创建的数组对象 newshape参数：表示各维度shape参数，可以是一个整数或者整数数组，转成一维 数组用一个整数传入；转成多维数组时，函数reshape的该参数只能用整数数组或元 组、列表的组合方式表示，不能分开传入，而数组的方法reshape则可以分开传入， 这点需要注意区分。 order参数：C -- 按行，F -- 按列，A -- 原顺序，k -- 元素在内存中的出现顺 序。 In [ ]: arr3_1_1 np.arange (12) #创建一维数组 arr3_1_1 In [ ]: arr3_1_1.ndim #维度为1 对该数组对象调用reshape方法，将一维数组改为shape形状（3 ，4），3 * 4=12个元素，保 持元素数目不变 In [ ]: arr3_1_2 arr3_1_1.reshape (3,4) #调用数组方法reshape，各维度参数可 以分开传入，也可 以 arr3_1_2 In [ ]: arr3_1_2.reshape (12) #传入一个整数转成一维数组 或者是通过reshape函数调用： In [ ]: arr3_1_3 np.reshape (arr3_1_1, (3,4)) #第一个参数是需要改变形状的数组，第二个参数是 arr3_1_3 In [ ]: arr3_1_3.ndim #维度为2，行和列两个维度 In [ ]: arr3_1_4 arr3_1_1.reshape (4,-1) arr3_1_4 -1表示除了确定的轴长4外剩余的轴长，即arr1元素个数为12/4=3，所以-1表示3 In [ ]: arr3_1_4.shape #形状为4行3列 将一维数组改为shape形状（2,4,3），2 4 3=24个元素，保持元素数目不变 In [ ]: arr3_1_5 np.arange (24).reshape (2,4,-1) arr3_1_5 In [ ]: arr3_1_5.ndim In [ ]: arr3_1_5.shape 维度为3 ，对应[[[ ]]]],最里面第三层的[]每个有3个元素，第二层的[]每个有4个元素，对应于四 个第三层，而最外面层有2个元素，对应两个第二层 注意：后面介绍的NumPy数组操作就不再区分是调用NumPy数组对象的方法还是调用NumPy 函数，只以其中一种方式进行讲解。两者总体区别在于： 调用方式不同,数组方法调用是：NumPy数组对象.方法名()，函数调用是：np.函数名()， 调用NumPy函数的第一个参数一般是NumPy数组。