目錄
- 數(shù)組的組合
- 1.水平組合
- 2.垂直組合
- 3.行組合和列組合
- 4.深度組合
- 數(shù)組的分割
- 1.水平分割
- 1.1hsplit函數(shù)
- 1.2split函數(shù)
- 2.垂直分割
- 3.深度分割
在介紹數(shù)組的組合和分割前,我們需要先了解數(shù)組的維(ndim)和軸(axis)概念。
如果數(shù)組的元素是數(shù)組,即數(shù)組嵌套數(shù)組,我們就稱其為多維數(shù)組。幾層嵌套就稱幾維。比如形狀為(a,b)的二維數(shù)組就可以看作兩個(gè)一維數(shù)組,第一個(gè)一維數(shù)組包含a個(gè)一維數(shù)組,第二個(gè)一維數(shù)組包含b個(gè)數(shù)據(jù)。
每一個(gè)一維線性數(shù)組稱為一個(gè)軸。二維數(shù)組的第一個(gè)軸(axis=0)就是以數(shù)組為元素的數(shù)組,第二個(gè)軸(axis=1)就是數(shù)組中的數(shù)組。因此第一個(gè)軸的方向就是沿著行的方向(垂直方向),第二個(gè)軸的方向沿著列的方向(水平方向)。
我們從嵌套數(shù)組的角度來(lái)看,a[0],a[1],a[2],a[3]……分別是取二維數(shù)組的第一行,二行,三行,四行……這正是先沿著第一個(gè)軸取元素(元素為行)。a[0][0],a[0][1]……則是(沿著第二個(gè)軸)取第一行的第一個(gè)元素,第二個(gè)元素……
也就是說(shuō),數(shù)組的軸從最外層數(shù)起。
三維數(shù)組我們應(yīng)該怎么理解呢?我們可以把它看作二維數(shù)組的堆疊,即一個(gè)立方體。它的第一個(gè)軸(axis=0)就是以二維數(shù)組為元素的數(shù)組,它的方向沿著二維數(shù)組堆疊的方向,也就是立方體的高。第二個(gè)軸自然就是立方體的寬,第三個(gè)軸就是立方體的長(zhǎng)。舉例來(lái)說(shuō),一個(gè)形狀為(a,b,c)的三維數(shù)組就是a個(gè)形狀為(b,c)的二維數(shù)組嵌套在一起。
a=np.arange(24).reshape(2,3,4)#建立一個(gè)維度為3,形狀為(2,3,4)的三維數(shù)組
print(a)#打印
print(a.sum(axis=0))#沿第一個(gè)軸求和
print(a.sum(axis=1))#沿第二個(gè)軸求和
print(a.sum(axis=2))#沿第三個(gè)軸求和
'''
a的形狀如下:
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
沿第一個(gè)軸求和:
[[12 14 16 18]
[20 22 24 26]
[28 30 32 34]]
沿第二個(gè)軸求和:
[[12 15 18 21]
[48 51 54 57]]
沿第三個(gè)軸求和:
[[ 6 22 38]
[54 70 86]]
'''
從這個(gè)例子可以看出,沿第一個(gè)軸求和,就是從上方把這個(gè)立方體“壓扁”,第二個(gè)軸就是沿著寬,第三個(gè)軸就是沿著長(zhǎng)。類似投影。
我們終于明白了,reshape函數(shù)的參數(shù)順序不是我們想當(dāng)然認(rèn)為的長(zhǎng),寬;長(zhǎng),寬,高;因?yàn)槟銦o(wú)法解釋為什么三維數(shù)組變形后的形狀與你所想的大相徑庭。它的順序是軸的順序(第一條軸,第二條軸,第三條軸……),也就是沿這條軸有多少個(gè)元素。軸的概念很重要,在很多函數(shù)中都有體現(xiàn)。
再直觀一點(diǎn)說(shuō),參數(shù)順序應(yīng)該是高,寬(行方向),長(zhǎng)(列方向)。
所以,數(shù)組的維度就很好理解了,就是軸的數(shù)量。我們?cè)诶斫舛嗑S數(shù)組的時(shí)候,不要先入為主地認(rèn)為多維數(shù)組的元素會(huì)更多;多維數(shù)組只是它嵌套的層數(shù)多而已。高維數(shù)組也可能不含元素。
接下來(lái)我們介紹數(shù)組的組合。
數(shù)組的組合
數(shù)組的組合有水平組合,垂直組合,深度組合等方式。實(shí)現(xiàn)這些組合的函數(shù)主要有vstack,dstack,hstack,column_stack,row_stack,concatenate等。
因?yàn)槲覀冏畛S玫臄?shù)組也不過(guò)三維,所以用水平,垂直這樣的字眼比較形象;但我們要明白,本質(zhì)上是沿軸進(jìn)行的操作。
數(shù)組組合通常不會(huì)改變數(shù)組的維度。
1.水平組合
hstack函數(shù)與concatenate函數(shù)
1.1hstack函數(shù):水平連接多個(gè)數(shù)組。參數(shù)只有一個(gè):以數(shù)組為元素的序列。
1.2concatenate函數(shù):沿著現(xiàn)有的軸連接數(shù)組序列。
函數(shù)格式:concatenate((a1, a2, ...), axis=0, out=None)
參數(shù)說(shuō)明:a1, a2, ...:為以數(shù)組為元素的類數(shù)組序列。其中數(shù)組形狀必須相同。
axis=0:數(shù)組將沿著這個(gè)軸組合,如果坐標(biāo)軸為None,數(shù)組在使用前被平鋪。int型數(shù)據(jù),可選參數(shù),默認(rèn)為零。
2.垂直組合
vstack函數(shù)與concatenate函數(shù)
2.1vstack函數(shù):垂直連接多個(gè)數(shù)組。參數(shù)如上。
2.2concatenate函數(shù):改一下軸參數(shù)就好。
水平組合和垂直組合是比較直觀的說(shuō)法,因?yàn)槲覀冇玫淖疃嗟臄?shù)組就是一維和二維;實(shí)際上,它們分別是沿著第二條軸(水平),第一條軸(垂直)進(jìn)行組合。
a=np.array([1])
a=a.reshape(1,1,1,1,1)#只有一個(gè)元素的五維數(shù)組
b=np.array([1])
b=b.reshape(1,1,1,1,1)#與a完全相同
c=np.hstack((a,b))#水平組合
d=np.vstack((a,b))#垂直組合
print(c)
print(d)
print(c.shape)
print(d.shape)
'''
水平組合
[[[[[1]]]
[[[1]]]]]
垂直組合
[[[[[1]]]]
[[[[1]]]]]
c的形狀
(1, 2, 1, 1, 1)
d的形狀
(2, 1, 1, 1, 1)
'''
3.行組合和列組合
3.1row_stack函數(shù):行組合
將一維數(shù)組按行方向組合起來(lái),對(duì)于二維數(shù)組完全等同于vstack。對(duì)于多維數(shù)組,實(shí)際上就是沿第一個(gè)軸進(jìn)行組合。
3.2colum_stack函數(shù):列組合
將一維數(shù)組按列方向組合起來(lái),對(duì)于二維數(shù)組完全等同于hstack。對(duì)于多維數(shù)組,實(shí)際上就是沿第二個(gè)軸進(jìn)行組合。
a=np.array([0,1,2])
b=np.array([1,2,3])
c=np.row_stack((a,b))
d=np.column_stack((a,b))
print(c)
print(d)
'''
行組合
[[0 1 2]
[1 2 3]]
列組合
[[0 1]
[1 2]
[2 3]]
'''
a=np.array([0,1,2]).reshape(1,1,1,1,3)
b=np.array([1,2,3]).reshape(1,1,1,1,3)
c=np.row_stack((a,b))
d=np.column_stack((a,b))
print(c)
print(d)
print(c.shape)
print(d.shape)
'''
行組合
[[[[[0 1 2]]]]
[[[[1 2 3]]]]]
[[[[[0 1 2]]]
列組合
[[[1 2 3]]]]]
c形狀
(2, 1, 1, 1, 3)
d形狀
(1, 2, 1, 1, 3)
'''
4.深度組合
沿著第三個(gè)軸進(jìn)行組合。
a=np.array([0,1,2])
b=np.array([1,2,3])
c=np.dstack((a,b))#深度組合
print(c)
print(a.shape)
print(c.shape)
'''
[[[0 1]
[1 2]
[2 3]]]
(3,)
(1, 3, 2)
'''
a=np.array([0,1,2]).reshape(1,1,1,3)
b=np.array([1,2,3]).reshape(1,1,1,3)
c=np.dstack((a,b))
print(c.shape)
'''
(1, 1, 2, 3)
'''
當(dāng)數(shù)組維度比較小的時(shí)候,比如一維和二維,如果組合時(shí)沒(méi)有第二和第三參數(shù),函數(shù)會(huì)自動(dòng)為其在形狀左側(cè)補(bǔ)1,也就是拓展一層。這和之前說(shuō)過(guò)的廣播機(jī)制十分類似。
數(shù)組的分割
數(shù)組可以進(jìn)行水平,垂直等方式進(jìn)行分割。相關(guān)函數(shù):hsplit,vsplit,dsplit,split。
我們可以將數(shù)組分割成相同大?。ㄐ螤睿┑淖訑?shù)組,也可以指定分割的位置。
1.水平分割
hsplit函數(shù)和split函數(shù)。
沿水平方向,就是沿列方向,沿第二條軸(axis=1)方向。
1.1hsplit函數(shù)
格式:hsplit(ary, indices_or_sections)
第一個(gè)參數(shù)是數(shù)組;第二個(gè)參數(shù)是一個(gè)整數(shù)或列表,如果不指定,就會(huì)分割成相同大小的子數(shù)組。
a=np.arange(16).reshape(4,4)
pp.pprint(a)
pp.pprint(np.hsplit(a,2))#平均分割成兩部分
pp.pprint(np.hsplit(a,[2,3]))#沿第二,三列,分割成三部分
'''
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
分割成兩部分
[array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]]),
array([[ 2, 3],
[ 6, 7],
[10, 11],
[14, 15]])]
分割成三部分
[array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]]),
array([[ 2],
[ 6],
[10],
[14]]),
array([[ 3],
[ 7],
[11],
[15]])]
'''
1.2split函數(shù)
函數(shù)格式:split(ary, indices_or_sections, axis=0)
第一個(gè)參數(shù):數(shù)組。
第二個(gè)參數(shù):整數(shù)或列表,可選參數(shù)。
第三個(gè)參數(shù):軸,可選參數(shù)。
a=np.arange(24).reshape(4,6)
print(a)
pp.pprint(np.split(a,[2],axis=0))
'''
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
[array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11]]),
array([[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])]
'''
上面這個(gè)例子里,我們選擇了第一條軸,也就是列方向。然后找到第二行一分為二。
a=np.arange(24).reshape(2,3,4)
print(a)
pp.pprint(np.split(a,[1],axis=0))#沿第一條軸,高
pp.pprint(np.split(a,[1],axis=1))#沿第二條軸,寬
pp.pprint(np.split(a,[1],axis=2))#沿第三條軸,長(zhǎng)
'''
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
[array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]]]),
array([[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])]
[array([[[ 0, 1, 2, 3]],
[[12, 13, 14, 15]]]),
array([[[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[16, 17, 18, 19],
[20, 21, 22, 23]]])]
[array([[[ 0],
[ 4],
[ 8]],
[[12],
[16],
[20]]]),
array([[[ 1, 2, 3],
[ 5, 6, 7],
[ 9, 10, 11]],
[[13, 14, 15],
[17, 18, 19],
[21, 22, 23]]])]
'''
上面是一個(gè)三維數(shù)組切割的例子。
2.垂直分割
vsplit函數(shù)和split函數(shù)
沿垂直方向,就是沿行方向,沿第一條軸(axis=0)方向。
split函數(shù)如上,改一條軸參數(shù)即可。
3.深度分割
dsplit函數(shù)
主要用于三維數(shù)組,其實(shí)就是沿第三條軸切割,就好比從上方切蛋糕一樣。
a=np.arange(24).reshape(2,3,4)
b=np.dsplit(a,4)#把這個(gè)蛋糕從上切成四份
pp.pprint(b)
'''
[array([[[ 0],
[ 4],
[ 8]],
[[12],
[16],
[20]]]),
array([[[ 1],
[ 5],
[ 9]],
[[13],
[17],
[21]]]),
array([[[ 2],
[ 6],
[10]],
[[14],
[18],
[22]]]),
array([[[ 3],
[ 7],
[11]],
[[15],
[19],
[23]]])]
'''
到此這篇關(guān)于Numpy數(shù)組的組合與分割實(shí)現(xiàn)的方法的文章就介紹到這了,更多相關(guān)Numpy數(shù)組組合與分割內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- python numpy--數(shù)組的組合和分割實(shí)例