1.numpy数组迭代

二维数组：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

for x in arr:
  print(x)

三维数组：

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

for x in arr:
  print("x represents the 2-D array:")
  print(x)

使用 nditer() 迭代数组：
函数 nditer() 是一个辅助函数，从非常基本的迭代到非常高级的迭代都可以使用，可用于迭代任意维度的每个标量元素

import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

for x in np.nditer(arr):
  print(x)

更多见NumPy 数组迭代

2.numpy数组拼接

数组拼接是指将同shape的数组垂直或者水平组合起来，函数主要是np.vstack（垂直方向）,np.hstack（水平方向）,np.concatenate

其中np.concatenate可以代替前两者的作用(一维数组除外）
对于一维数组而言，np.concatenate不可以做到垂直拼接

2.1 垂直拼接

• np.vstack(tuple)

沿着竖直方向将矩阵堆叠起来
除开第一维外，被堆叠的矩阵各维度要一致

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.vstack((arr1, arr2))
print(result)

[[1 2 3]
 [4 5 6]]

对于一维数组，np.concatenate不能沿着竖直方向将矩阵堆叠起来

• np.concatenate,axis=0
  除开第一维外，被堆叠的矩阵各维度要一致

import numpy as np
arr1 = np.array([[1, 2, 3]])
arr2 = np.array([[4, 5, 6]])
result = np.concatenate((arr1, arr2),axis=0)
result1=np.vstack((arr1,arr2))
print(result)
print("--------")
print(result1)

[[1 2 3]
 [4 5 6]]
--------
[[1 2 3]
 [4 5 6]]

2.2 水平拼接

• np.hstack(tuple)

沿着水平方向将数组堆叠起来
除开第二维外，被堆叠的矩阵各维度要一致

• np.concatenate,axis=1
  除开第二维外，被堆叠的矩阵各维度要一致

import numpy as np
arr1 = np.array([[1, 2, 3]])
arr2 = np.array([[4, 5, 6]])
result = np.concatenate((arr1, arr2),axis=1)
result1=np.hstack((arr1,arr2))
print(result)
print("--------")
print(result1)

[[1 2 3 4 5 6]]
--------
[[1 2 3 4 5 6]]

import numpy as np
arr1 = np.array([[1,2,3], [3,4,7]])
arr2 = np.array([[4, 5], [6,7]])
result = np.concatenate((arr1, arr2),axis=1)
result1=np.hstack((arr1,arr2))
print(result)
print("--------")
print(result1)

[[1 2 3 4 5]
 [3 4 7 6 7]]
--------
[[1 2 3 4 5]
 [3 4 7 6 7]]

3.numpy限制数组中最大值和最小值

numpy.clip(a, a_min, a_max, out=None)
其中a是一个array数组，后面两个参数分别表示最小和最大值
clip这个函数作用就是将数组中的元素限制在a_min, a_max之间，大于a_max的就使得它等于 a_max，小于a_min,的就使得它等于a_min

import numpy as np
x=np.array([1,2,3,5,6,7,8,9])
result=np.clip(x,2,6)
print(result)

[2 2 3 5 6 6 6 6]

最后

以上就是美丽唇彩最近收集整理的关于numpy学习（二）：常用方法笔记1.numpy数组迭代2.numpy数组拼接3.numpy限制数组中最大值和最小值的全部内容，更多相关numpy学习（二）：常用方法笔记1内容请搜索靠谱客的其他文章。