数据科学初阶(三）-- numpy数组形状改变以及与字符串转换

文章说明： 本系列面向全国大中小学的通用数据科学教材，原项目是由
Jin Li大佬整理的python笔记,鄙人学习后添加了许多自己的见解，于是最后写成了这系列手册。

本文代码均在jupyter notebook上实现。

数组形状

修改数组形状

先来创建一个数组：

a = arange(6)
a
# array([0,1,2,3,4,5])

将其形状修改为2*3:

a.shape = 2,3
a
"""
array([[0, 1, 2],
[3, 4, 5]])
"""

使用shape方法会修改原数组。

另一种修改形状方式——使用reshape函数

a.reshape(2,3)
"""
array([[0, 1, 2],
[3, 4, 5]])
"""

注意：reshape函数不会修改原数组的值，而是返回一个新数组。

Warning:shape和reshape虽然都能修改数组形状，但是不能改变数组中的元素总数，例如2*3的数组是无法修改形状为3*3的。

增加数组维数

使用newaxis来增加数组的维数：

# 创建一个一维数组
a = arange(3)
shape(3)
# （3L,)
# 向a数组前插入一个长度为1的维度
y = a[newaxis, :]
shape(y)
# (1L,3L)

当然，根据newaxis插入的位置不同，可以返回不同形状的数组，也可以增加多个维数：

y = a[:, newaxis]
shape(y)
# (3L, 1L)
y = a[newaxis, newaxis, :]
shape(y)
# (1L, 1L, 3L)

去除数组多余轴

使用squeeze方法，可以去除数组中所有长度为1的维度，例如下例：

a = arange(6)
a.shape = (2,1,3)
# 此时使用squeeze，将a数组多余的1去除，这里1代表长度为1的维度
b = a.squeeze()
shape(b)
# (2L, 3L)

数组转置

可以使用transpose方法返回转置数组。

转置数组即将原数组的行维数和列维数相互交换。

a = arange(6)
# 修改原数组形状
a.shape = 2,3
b = a.transpose()
shape(b)
# (3,2)

或者也可以使用transpose方法的缩写a.T。

如果是转置多维数组，则转置的结果只是交换轴的位置，实例如下：

a = arange(60)
a.shape = 3,4,5
b = a.T
shape(b)
# (5L,4L,3L)

一个注意点：数组a和它的转置a.T是两两相互映射的，如果改变其中任一个，则另一个也会被改变。

如果不希望整个矩阵转置，而是向要交换两轴位置，则可以使用a.swapaxes(axis1, axis2) 来交换两个维度的位置。

数组连接

使用concatenate(a0,a1,...,aN), axis=0)

注意:这里的数组都被包含在一个元组中。

该方法默认是将数组沿着第一维(即axis=0)进行连接：

x = array([
[0,1,2],
[10,11,12]
])
y = array([
[50,51,52],
[60,61,62]
])
print x.shape
print y.shape
"""
(2L, 3L)
(2L, 3L)
"""
z = concatenate((x,y), axis=0)
z
"""
array([[ 0,
1,
2],
[10, 11, 12],
[50, 51, 52],
[60, 61, 62]])
"""
z.shape(4L, 3L)

如果需要沿着第二维连接，只需要把axis=0改为axis=1即可。

注意到这里 x 和 y的形状是一样的，还可以将它们连接成三维的数组，但是concatenate方法不能提供这样的功能，不过可以这样：

z = array((x,y))
z
"""
Out[21]:
array([[[ 0,
1,
2],
[10, 11, 12]],
[[50, 51, 52],
[60, 61, 62]]])
"""
z.shape
# (2,2,3)

事实上，为了便利广大数据科学爱好者，Numpy提供了发别对应以上三个功能的函数：

# 对应concatenate((,), axis=0)
vstack((x,y))
# 对应concatenate((,), axis=1)
hstack((x,y))
# 对应array((x,y))
dstack((x,y))

Tips:

有的小伙伴可能会疑惑如何判断一个数组的维数呢，这里我分享一下我是如何判别的。

例如上例中的z,最后输出的array，每一个行数组内都有3个元素，暂且把行数组称为a小，由2个a小数组又组成一个比它大一点的数组，暂且将这样的数组称为a中,然后又由两个a中组成了一个比它还大的数组，这个数组就是数组z啦。

如果遇到更高维的数组，可以类推，即a1 => a2 => … => z。

是不是觉得理解了呢^_^ (你说什么，我没带眼镜，听不清楚，假装你们听懂了)

多维数组转换一维

使用flatten方法可以将多维数组转换维一维数组：

a = array([[0,1],
[2,3]])
b = a.flatten()
b
"""
Out[32]:
array([0, 1, 2, 3])
"""

注意：这里是返回数组的备份，不会修改原数组的值。

也可以使用数组自带的flat属性：

a.flat # flat会返回一个元组组成的迭代器
# <numpy.flatiter at 0x3d546a0>
b = a.flat

这里需要注意的是使用flat属性，修改b的值会影响a。

print(a)
"""
[[0,1],
[2,3]]
"""
b[0] = 10
print(a)
"""
[[10
1]
[ 2
3]]
"""

除此之外，也可以使用ravel方法：

a = array([[0,1],
[2,3]])
b = a.ravel()
b
"""
Out[39]:
array([0, 1, 2, 3])
"""

在另一种情况下，令b为a的转置数组，则修改b的元素不会改变a,因为a和a的转置是相互映射的。

确保数组的维数

函数atleast_xd可以保证数组的维数至少是x,而x的取值可以为 1，2，3。

a = array([1,2,3])
a.shape
# (3L,)
# 使用atleast_2d确保a维数至少为2
b = atleast_2d(a)
b.shape
"""
Out[46]:
(1L, 3L)
"""

查看对角线元素

先创建一个3*3数组

a = np.array([11,21,31,12,22,32,13,23,33])
a.shape = 3,3
a
"""
array([[11, 21, 31],
[12, 22, 32],
[13, 23, 33]])
"""

1. diagonal查看a数组的对角线元素

a.diagonal()
# array([11,22,,33])

2. 使用偏移offset访问数组的次对角线

a.diagonal(offset=1)
# array([21,32])
a.diagonal(offset=-1)
# array([12,23])

对于偏移offset，正数表示向右移动，负数表示向左移动。

3. 使用花式索引来访问对角线元素

i = [0,1,2]
# 访问数组a的[0,0],[1,1],[2,2]位置的元素，即对角线
a[i,i]
# array([11,22,33])

数组与字符串的转换

数组元素转换为字符串

使用tostring方法：

import numpy as np
a = np.array([1,2],[3,4])
# 将其转换为字符串
a.tostring()
# 'x01x02x03x04'

这里可以指定数组元素转换为字符串的格式，使用order='方式'

字符串转换为数组元素

使用fromstring函数相当于tostring函数的逆过程，可以从字符串中读出数据，但是一定要指定数据类型：

import numpy as np
a = np.array([1,2],[3,4])
s = a.tostring()
a = np.fromstring(s, dtype=np.uint8)
a
# array([1, 2, 3, 4], dtype=uint8)

如果是数组内容不是数值，而是文本内容或者是二进制文件，则可以使用以下函数：

• 文本文件
  • loadtxt
  • genfromtxt
  • savetxt
• 二进制文件
  • save
  • load
  • savez

当然，聪明的你也会向数组能不能转换为列表呢，答案是可以的，只需要使用a.tolist()!

写入文件

使用tofile函数将文件内容写入：

# 以 , 为分隔符写入，并且格式为字符串
a.tofile('data.csv', sep=',', format="%s"

最后

以上就是现实小伙为你收集整理的数据科学初阶(三）-- numpy数组形状改变以及与字符串转换的全部内容，希望文章能够帮你解决数据科学初阶(三）-- numpy数组形状改变以及与字符串转换所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。