溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關Numpy中如何實現數組重塑、合并與拆分，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
1.數組重塑
1.1一維數組轉變成二維數組
通過reshape( )函數即可實現，假設data是numpy.array類型的一維數組array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])，現將其轉變為2行5列的二維數組，代碼如下：
data.reshape((2,5))
作為參數的形狀的其中一維可以是-1，它表示該維度的大小由數據本身推斷而來，因此上面代碼等價于：
data.reshape((2,-1))
1.2二維數組轉換成一維數組
將多維數組轉換成一維數組的運算通常稱為扁平化（flattening）或散開（raveling）,因此有兩個函數可供選擇。執行代碼如下：
data.ravel() # 不會產生源數據的副本 data.flatten() # 總是返回數據的副本
關于這兩點的區別，理解的不是很透徹。有人懂得話，歡迎評論交流。
2.數組的合并和拆分
2.1數組的合并
numpy提供許多數組合并的方法，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參數指明合并的軸向，0表示按行，1表示按列
2.2數組的拆分
這里只介紹split函數
np.split(data, [1], axis=0)#data為拆分的數組，[1]為拆分的行號或列號，axis表明按列或者行進行拆分（默認為0，即按行拆分）
關于“Numpy中如何實現數組重塑、合并與拆分”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
