Numpy 生成 Bool型数组、一维转多维数组reshape、多维转一维数组、替换数组元素、提取数组元素、数组交集、差集、过滤数组元素、二维数组反转行、交换数组维度

157 阅读 0 评论 104 点赞

我是靠谱客的博主高兴鼠标，这篇文章主要介绍Numpy 生成 Bool型数组、一维转多维数组reshape、多维转一维数组、替换数组元素、提取数组元素、数组交集、差集、过滤数组元素、二维数组反转行、交换数组维度，现在分享给大家，希望可以做个参考。

1. 创建一个 [3,5] 所有元素为 True 的数组

复制代码

1
2
3
4
5
6
7
8
9
10
In [162]: b = np.ones((3,5), dtype=bool)

In [163]: b
Out[163]: 
array([[ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True]])

In [164]:

2. 一维数组转二维数组

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
In [164]: a = np.array([1,2,3,4,5,6])

In [165]: a
Out[165]: array([1, 2, 3, 4, 5, 6])

In [166]: a.reshape((2,3))
Out[166]: 
array([[1, 2, 3],
       [4, 5, 6]])

In [167]: a.reshape(2,-1)
Out[167]: 
array([[1, 2, 3],
       [4, 5, 6]])
In [168]:

a.reshape(2,-1) 其实这里面的 -1 代表自动生成的意思，因为一共 6 个元素，已经确定了 2 行，那么只能是每行 3 个元素了。

3. 数组所有奇数替换为 -1

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
In [167]: a
Out[167]: array([1, 2, 3, 4, 5, 6])

In [168]: b = a.reshape((2,3))

In [169]: b
Out[169]: 
array([[1, 2, 3],
       [4, 5, 6]])

In [170]: b[b%2==1] = -1

In [171]: b
Out[171]: 
array([[-1,  2, -1],
       [ 4, -1,  6]])

In [172]:

4. 提取出数组中所有奇数

复制代码

1
2
3
4
5
6
7
8
9
10
In [176]: a = np.array([1,2,3,4,5])

In [177]: a
Out[177]: array([1, 2, 3, 4, 5])

In [178]: a[a%2==1]
Out[178]: array([1, 3, 5])

In [179]:

5. 2 个 NumPy 数组的交集

使用 np.intersect1d 函数可以求两个数组的交集

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
In [179]: a
Out[179]: array([1, 2, 3, 4, 5])

In [180]: b = np.array([2,3,6,7])

In [181]: b
Out[181]: array([2, 3, 6, 7])

In [183]: np.intersect1d(a,b)
Out[183]: array([2, 3])

In [184]:

6. 2 个 NumPy 数组的差集

np.setdiff1d(a, b) 可以计算两个数组 a 和 b 的差集。

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
In [186]: a
Out[186]: array([1, 2, 3, 4, 5])

In [187]: b
Out[187]: array([2, 3, 6, 7])

In [188]: np.setdiff1d(a, b)
Out[188]: array([1, 4, 5])

In [189]: np.setdiff1d(b, a)
Out[189]: array([6, 7])

In [190]:

7. 筛选出指定区间内的所有元素

注意：(m >2)，必须要添加一对括号。

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
In [193]: m = np.arange(10).reshape(2, 5)

In [194]: m
Out[194]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [195]: m[(m > 2) & (m < 6)]
Out[195]: array([3, 4, 5])

In [196]:

8. 交换二维数组的多列

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
In [196]: m =np.arange(10).reshape((2,5))

In [197]: m
Out[197]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [198]: m[:,[1,0,4,3,2]]
Out[198]: 
array([[1, 0, 4, 3, 2],
       [6, 5, 9, 8, 7]])

In [199]:

9. 二维数组，反转行

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
In [199]: m =np.arange(10).reshape(2,5)

In [200]: m
Out[200]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [201]: m[::-1]
Out[201]: 
array([[5, 6, 7, 8, 9],
       [0, 1, 2, 3, 4]])

In [202]:

10. 生成数值 5~10、shape 为 (3,5) 的随机浮点数

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
In [203]: np.random.seed(100)

In [204]: np.random.randint(5, 10, (3,5))
Out[204]: 
array([[5, 5, 8, 5, 7],
       [9, 7, 7, 7, 7],
       [6, 5, 5, 9, 8]])

In [205]: np.random.rand(3,5)
Out[205]: 
array([[0.20920212, 0.18532822, 0.10837689, 0.21969749, 0.97862378],
       [0.81168315, 0.17194101, 0.81622475, 0.27407375, 0.43170418],
       [0.94002982, 0.81764938, 0.33611195, 0.17541045, 0.37283205]])

In [206]: np.random.randint(5, 10, (3,5)) + np.random.rand(3,5)
Out[206]: 
array([[5.89054594, 7.5769015 , 6.74247969, 6.63018394, 8.58184219],
       [7.02043913, 8.21002658, 5.54468488, 6.76911517, 5.25069523],
       [9.28589569, 7.85239509, 5.97500649, 5.88485329, 7.35950784]])

In [207]:

11. 数组维度交换

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
In [60]: a = np.arange(10).reshape(2,5)

In [61]: a
Out[61]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [62]: b = a.swapaxes(0, 1)

In [63]: b.shape
Out[63]: (5, 2)

In [64]:

swapaxes() 将一个数组的第 0 轴和第 1 轴进行了交换，由 2 行 5 列变成了 5 行 2列。

12. 多维数组转一维数组

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
In [65]: a = np.arange(10).reshape(2,5)

In [66]: a
Out[66]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [67]: a.reshape(-1)
Out[67]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [68]: a
Out[68]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [70]: a.flatten()
Out[70]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [71]: a
Out[71]: 
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

In [72]: a.ravel()
Out[72]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [73]: