当前位置: 首页 > news >正文

Numpy—数组的分隔与转置

⛳数组的切分

  • split 分隔
    • numpy.split 函数沿特定 的轴将数组分割为子数组,格式如下: numpy.split(ary, indices_or_sections, axis)
    • 参数说明:
      • arry:被分割的数组。
      • indices_or_sections:如果是一个整数,就用该数平均切分,如果是一个数组,为沿轴切 分的位置。
      • axis:沿着哪个维度进行切分,默认为 0,横向切分。为 1 时,纵向切分。

⛳transpose方法-数组的转置

  • NumPy是一个用于进行科学计算的Python库,其中包含了许多用于数组操作的函数和方法。transpose()是NumPy数组对象的方法之一,用于对数组进行转置操作。

  • 在NumPy中,可以使用transpose()方法来交换数组的维度。该方法返回一个新的数组视图,而不改变原始数组。

下面是transpose()方法的基本语法:

numpy.transpose(arr, axes)

参数说明:

  • arr:要进行转置操作的数组。
  • axes(可选):指定转置的维度顺序。它是一个整数元组,用于重新排列数组的轴。如果没有指定该参数,则默认为None。

示例用法:

import numpy as nparr = np.array([[1, 2, 3], [4, 5, 6]])
transposed_arr = np.transpose(arr)print("Original Array:")
print(arr)print("\nTransposed Array:")
print(transposed_arr)

输出结果:

Original Array:
[[1 2 3][4 5 6]]Transposed Array:
[[1 4][2 5][3 6]]

在这个例子中,原始数组arr是一个2x3的数组。通过使用transpose()方法,我们将其转置为一个3x2的数组transposed_arr,其中原始数组的行变为转置数组的列。

注意:transpose()方法只是交换了数组的维度顺序,而不会改变数组中的实际元素顺序。如果想要改变数组中的元素顺序,可以使用reshape()方法或其他相关方法来重新排列数组。

🎯实战

# coding: utf-8import numpy as npx = np.arange(1, 9)
a = np.split(x, 4)
print(a)
print(a[0])
print(a[1])
print(a[2])
print(a[3])
# 传递数组进行分隔
b = np.split(x, [3, 5])
print(b)# split()函数分隔二维数组
a = np.array([[1, 2, 3], [4, 5, 6], [11, 12, 13], [14, 15, 16]])
print('axis=0 垂直方向 平均分隔')
r = np.split(a, 2, axis=0)
print(r[0])
print(r[1])
print('axis=1 水平方向 按位置分隔')
r = np.split(a, [2], axis=1)
print(r)
print('=' * 30)# hsplit()的使用
grid = np.arange(16).reshape(4, 4)
a, b = np.hsplit(grid, 2)
print(a)
print(b)# vsplit()的使用
arr = np.arange(16).reshape(4, 4)
a, b = np.vsplit(arr, [3])
print('vsplit(arr, [3])的结果:')
print(a)
print(b)
print('vsplit(arr, [1, 3])的结果:')
a, b, c = np.vsplit(arr, [1, 3])
print(a)
print(b)
print(c)# transpose()函数的使用
# transpose 进行转置
# 二维转置
a = np.arange(1, 13).reshape(2, 6)
print('原数组a')
print(a)
print('转置后的数组')
print(a.transpose())# 多维数组转置
aaa = np.arange(1, 37).reshape(1, 3, 3, 4)
# 将1, 3, 3, 4转换为3, 3, 4, 1
print(np.transpose(aaa, [1, 2, 3, 0]).shape)

result:

[array([1, 2]), array([3, 4]), array([5, 6]), array([7, 8])]
[1 2]
[3 4]
[5 6]
[7 8]
[array([1, 2, 3]), array([4, 5]), array([6, 7, 8])]
axis=0 垂直方向 平均分隔
[[1 2 3][4 5 6]]
[[11 12 13][14 15 16]]
axis=1 水平方向 按位置分隔
[array([[ 1,  2],[ 4,  5],[11, 12],[14, 15]]), array([[ 3],[ 6],[13],[16]])]
==============================
[[ 0  1][ 4  5][ 8  9][12 13]]
[[ 2  3][ 6  7][10 11][14 15]]
vsplit(arr, [3])的结果:
[[ 0  1  2  3][ 4  5  6  7][ 8  9 10 11]]
[[12 13 14 15]]
vsplit(arr, [1, 3])的结果:
[[0 1 2 3]]
[[ 4  5  6  7][ 8  9 10 11]]
[[12 13 14 15]]
原数组a
[[ 1  2  3  4  5  6][ 7  8  9 10 11 12]]
转置后的数组
[[ 1  7][ 2  8][ 3  9][ 4 10][ 5 11][ 6 12]]
(3, 3, 4, 1)进程已结束,退出代码0
http://www.lryc.cn/news/99379.html

相关文章:

  • PyTorch中级教程:深入理解自动求导和优化
  • ES6基础知识六:你是怎么理解ES6中 Promise的?使用场景?
  • 数据库CAST()函数,格式(CAST AS decimal)
  • LRU 缓存结构
  • DAY1,Qt [ 手动实现登录框(信息调试类,按钮类,行编辑器类,标签类的使用)]
  • 25.8 matlab里面的10中优化方法介绍—— 拉各朗日乘子法求最优化解(matlab程序)
  • 2023年自然语言处理与信息检索国际会议(ECNLPIR 2023) | EI Compendex, Scopus双检索
  • Python - 嵌入式数据库Sqlite3的基本使用
  • VB制作网页自动填表
  • Kotlin 和 Java对比,具体代码分析
  • 目标检测之3维合成
  • 【playbook】Ansible的脚本----playbook剧本
  • PySpark基本操作:如何查看源码
  • HCIP——OSPF的防环机制
  • 安全基础 --- 正则表达式
  • 【vue】vue面试高频问题之-$nextTick的作用和使用场景
  • MySQL学习笔记之SQL语句执行过程查看
  • 如何以毫秒精度,查看系统时间以及文件的创建时间
  • 基于机器学习的情绪识别算法matlab仿真,对比SVM,LDA以及决策树
  • jMeter使用随记
  • [语义分割] DeepLab v3(Cascaded model、ASPP model、两种ASPP对比、Multi-grid、训练细节)
  • css - Media Query
  • 9.python设计模式【外观模式】
  • Webpack5 CopyPlugin的作用
  • kafka服务端允许生产者发送最大消息体大小
  • 台阶型Nim游戏博弈论
  • NestJS 的 中间件 学习
  • 搭建自己第一个golang程序
  • Mysql加锁过程
  • 财经界杂志财经界杂志社财经界编辑部2023年第19期目录