(1)排序操作
import numpy as np
array = np.array([[1.5, 1.3, 7.5], [5.6, 7.8, 1.2]])
# 默认按行进行排序
array0 = np.sort(array)
print(array0)
# 也可以指定别的维度,指定按列排序
array1 = np.sort(array, axis=0)
print(array1)
# 使用元素的索引位置代替排序后的实际结果
array2 = np.argsort(array1)
print(array2)
输出结果为:
array0 = [[1.3 1.5 7.5]
[1.2 5.6 7.8]]
array1 = [[1.5 1.3 1.2]
[5.6 7.8 7.5]]
array2 = [[2 1 0]
[0 2 1]]
(2)数组形状操作
import numpy as np
# 创建一个数组,从0开始每隔一个数取值
array = np.arange(10)
print(array)
# 改变数组维度
array.shape = 2,5
print(array)
# 增加数组维度
array0 = array[np.newaxis, :]
print(array0.shape)
# 对数组进行转置操作,同样也可以指定axis
array1 = array.transpose()
# 或者更直接点
array2 = array.T
print(array1)
print(array2)
输出结果为:
array = [0 1 2 3 4 5 6 7 8 9]
array.shape = [[0 1 2 3 4]
[5 6 7 8 9]]
array0.shape = (1, 2, 5)
array1 = [[0 5]
[1 6]
[2 7]
[3 8]
[4 9]]
array2 = [[0 5]
[1 6]
[2 7]
[3 8]
[4 9]]
(3)数组的拼接
import numpy as np
# 创建两个数组
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([[7, 8, 9], [10, 11, 12]])
# 拼接,默认axis = 0,维度为0,也可以自己定义维度
c = np.concatenate((a, b))
print(c)
# 多维数组,还可以将其拉平
d = b.flatten()
print(d)
输出结果为:
c = [[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]]
d = [ 7 8 9 10 11 12]