数组操作

更改形状

x=np.array([1,2,3,4,5,6,7,8])
x.shape=[2,4]

numpy.ndarray.flat 将数组转换为一维的迭代器,可以用for访问数组每一个元素。
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = x.flat
print(y) #<numpy.flatiter object at 0x0000020F9BA10C60>
y[3]=0
print(x)
'# [[11 12 13 0 15]
'# [16 17 18 19 20]
'# [21 22 23 24 25]
'# [26 27 28 29 30]
'# [31 32 33 34 35]]

numpy.ndarray.flatten([order='C']) 将数组的副本转换为一维数组,并返回。
numpy.ravel(a, order='C')Return a contiguous flattened array.
numpy.reshape(a, newshape[, order='C'])在不更改数据的情况下为数组赋予新的形状。

数组转置

更改维度

数组组合

数组拆分

数组平铺

添加和删除元素


又欠债了。。。。。。。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。