numpy 拼接_numpy回顾小结（二）

上一篇：

橘猫吃不胖：numpy回顾小结（一）​zhuanlan.zhihu.com

函数

numpy中，定义了很多的函数，常用的数学函数，比如：

np.sin(a)
np.sqrt(a)
           

聚合函数

除了数学函数，还有聚合函数

数组的索引机制

数组的每个元素都有索引，索引分为正向索引和负向索引

b = np.arange(15,21)
b[0]
b[1]
b[-1]
b[-2]
           

切片

切片，是指抽取数组的一部分元素，生成新的数组

切片操作也是基于索引

c = np.arange(10,16)
c[2:4]
c[::3]
           

这里，相当于传入3个参数，第3个可以省略，默认是1

第一个省略，默认从0开始；第二个省略，默认是最大索引

数组遍历

直接使用for循环遍历：

for i in c:
    print('i:',i)
           

还可以使用

numpy.apply_along_axis

( func1d, axis, arr, *args, **kwargs)

Apply a function to 1-D slices along the given axis.

axis=0，表示按列进行处理；axis=1，表示按照行进行处理

可以按照某个轴，对每个元素进行处理

np.apply_along_axis(lambda x : x+1, axis=0, arr=c)
           

a = np.arange(10,19).reshape((3,3))
np.apply_along_axis(np.sum, axis=0, arr=a)
np.apply_along_axis(np.sum, axis=1, arr=a)
           

布尔数组

在对数组进行筛选或者选取元素的时候，前面说过切片，索引，还可以使用布尔数组

a
a>14
a[a>14]
           

数组连接

将多个数组进行连接，按行或者按列进行拼接

a = np.zeros((3,3))
b = np.ones((3,3))

np.vstack((a,b))
np.hstack((a,b))
           

多个数组之间的操作，使用column_stack()、row_stack()

数组切分

有拼接，也就有分割

a = np.arange(16).reshape((4,4))

np.hsplit(a,2)
np.vsplit(a,2)