电梯直达：
Python 科学计算库 NumPy 学习笔记 - 1
Python 科学计算库 NumPy 学习笔记 - 2
Python 科学计算库 NumPy 学习笔记 - 3
Python 科学计算库 NumPy 学习笔记 - 4
Python 科学计算库 NumPy 学习笔记 - 5
Python 科学计算库 NumPy 学习笔记 - 6
Python 科学计算库 NumPy 学习笔记 - 7
Python 科学计算库 NumPy 学习笔记 - 8
8. NumPy 数组切片
基本语法：x[start:stop:step]
8.1 一维矩阵
y = np.arange(10)
y
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
y[::3]
array([0, 3, 6, 9])
y[::-1]
array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
y[::-3]
array([9, 6, 3, 0])
8.2 多维矩阵
import numpy as np
z = np.random.randint(10, size=(3, 4))
z
array([[8, 7, 0, 4],
[0, 8, 9, 8],
[9, 3, 7, 7]])
z[:2, :3]
array([[8, 7, 0],
[0, 8, 9]])
z[::-1, ::-1]
array([[7, 7, 3, 9],
[8, 9, 8, 0],
[4, 0, 7, 8]])
8.3 使用索引和切片获取矩阵的行或列
z[1, :] # second row of z
array([0, 8, 9, 8])
z[:, 1] # second colum of z
array([7, 8, 3])
8.4 注意：NumPy 中的切片不是副本，而是对原数组的引用
c = z[:2, :2]
c
array([[8, 7],
[0, 8]])
c[0, 1] = 0
print(z)
[[8 0 0 4]
[0 8 9 8]
[9 3 7 7]]
8.5 创建数组的副本
使用 copy() 方法可以创建数组的副本。
copy = z[:3, :3].copy()
copy
array([[8, 0, 0],
[0, 8, 9],
[9, 3, 7]])
copy[0, 1] = 7
z
array([[8, 0, 0, 4],
[0, 8, 9, 8],
[9, 3, 7, 7]])
9. 数组重组
9.1 使用 reshape 方法对数组进行重组
grid = np.arange(1, 13).reshape(3, 4)
grid
array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])
grid2 = grid.reshape(4, 3)
grid2
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[10, 11, 12]])
需要注意的是，重组后的数组大小要和原始数组大小一样。
9.2 将一维数组转换为二维行或列矩阵
x = np.array([1, 2, 3])
x.reshape((1, 3))
array([[1, 2, 3]])
也可以在切片操作中使用 newaxis 关键字实现一维数组转换为二维行或列矩阵。
x[np.newaxis, :]
array([[1, 2, 3]])
x.reshape(3, 1)
array([[1],
[2],
[3]])
x[:, np.newaxis]
array([[1],
[2],
[3]])
10. 数组的拼接和拆分
10.1 数组拼接
l = np.array([1, 2, 3])
m = np.array([4, 5, 6])
n = np.array([7, 8, 9])
np.concatenate([l, m, n])
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
沿着第一个轴拼接。
grid = np.array([[1, 2, 3],
[4, 5, 6]])
np.concatenate([grid, grid])
array([[1, 2, 3],
[4, 5, 6],
[1, 2, 3],
[4, 5, 6]])
沿着第二个轴拼接，索引值从零开始。
np.concatenate([grid, grid], axis=1)
array([[1, 2, 3, 1, 2, 3],
[4, 5, 6, 4, 5, 6]])
对于维度不同的数组，可以使用 np.vstack 和 np.hstack 函数进行拼接。
np.vstack([l, grid])
array([[1, 2, 3],
[1, 2, 3],
[4, 5, 6]])
x = np.array([[7],
[8]])
np.hstack([x, grid])
array([[7, 1, 2, 3],
[8, 4, 5, 6]])
np.hstack([grid, x])
array([[1, 2, 3, 7],
[4, 5, 6, 8]])
10.2 数组拆分
基础语法：np.split(array, index)
-
array：要拆分的数组 -
index：拆分的位置，索引值
x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
x1, x2 = np.split(x, [5])
print(x1, x2)
[1 2 3 4 5] [6 7 8 9]
x3, x4, x5 = np.split(x, [3, 6])
print(x3, x4, x5)
[1 2 3] [4 5 6] [7 8 9]
grid = np.arange(16).reshape((4, 4))
grid
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
upper, lower = np.vsplit(grid, [2])
print(upper)
print(lower)
[[0 1 2 3]
[4 5 6 7]]
[[ 8 9 10 11]
[12 13 14 15]]
left, right = np.hsplit(grid, [2])
print(left)
print(right)
[[ 0 1]
[ 4 5]
[ 8 9]
[12 13]]
[[ 2 3]
[ 6 7]
[10 11]
[14 15]]
