Python数据分析：numpy修改数组维度和连接数组

numpy.broadcast 用于模仿广播的对象，返回一个对象，该对象封装了将一个数组广播到另一个数组的结果。

numpy.broadcast_to 将数组广播到新形状。它在原始数组上返回只读视图。 它通常不连续。 如果新形状不符合 NumPy 的广播规则，该函数可能会抛出ValueError。

numpy.expand_dims 通过在指定位置插入新的轴来扩展数组形状

numpy.expand_dims(arr, axis)

• arr：输入数组
• axis：新轴插入的位置

import numpy as np
 
x = np.array(([1,2],[3,4]))
 
print ('数组 x：')
print (x)
print ('--------------------')
y = np.expand_dims(x, axis = 0)
 
print ('数组 y：')
print (y)
print ('--------------------')
 
print ('数组 x 和 y 的形状：')
print (x.shape, y.shape)
print ('--------------------')
# 在位置 1 插入轴
y = np.expand_dims(x, axis = 1)
 
print ('在位置 1 插入轴之后的数组 y：')
print (y)
print ('--------------------')
 
print ('x.ndim 和 y.ndim：')
print (x.ndim,y.ndim)
print ('--------------------')
 
print ('x.shape 和 y.shape：')
print (x.shape, y.shape)

运行结果：

numpy.squeeze 从给定数组的形状中删除一维的条目

numpy.squeeze(arr, axis)

• arr：输入数组

• axis：整数或整数元组，用于选择形状中一维条目的子集

import numpy as np

x = np.arange(9).reshape(1,3,3)

print ('数组 x：')
print (x)
print ('--------------------')
y = np.squeeze(x)

print ('数组 y：')
print (y)
print ('--------------------')

print ('数组 x 和 y 的形状：')
print (x.shape, y.shape)

运行结果：

连接数组

numpy.concatenate 沿指定轴连接相同形状的两个或多个数组

numpy.concatenate((a1, a2, ...), axis)

• a1, a2, ...：相同类型的数组
• axis：沿着它连接数组的轴，默认为 0

import numpy as np
 
a = np.array([[1,2],[3,4]])
 
print ('第一个数组：')
print (a)
print ('--------------------')
b = np.array([[5,6],[7,8]])
 
print ('第二个数组：')
print (b)
print ('--------------------')
# 两个数组的维度相同
 
print ('沿轴 0 连接两个数组：')
print (np.concatenate((a,b)))
print ('--------------------')
 
print ('沿轴 1 连接两个数组：')
print (np.concatenate((a,b),axis = 1))

运行结果：

numpy.stack 沿新轴连接数组序列

numpy.stack(arrays, axis)

• arrays：相同形状的数组序列
• axis：返回数组中的轴，输入数组沿着它来堆叠

numpy.hstack 通过水平堆叠来生成数组

numpy.vstack 通过垂直堆叠来生成数组

import numpy as np
 
a = np.array([[1,2],[3,4]])
 
print ('第一个数组：')
print (a)
print ('--------------------')
b = np.array([[5,6],[7,8]])
 
print ('第二个数组：')
print (b)
print ('--------------------')
 
print ('沿轴 0 堆叠两个数组：')
print (np.stack((a,b),0))
print ('--------------------')

print ('沿轴 1 堆叠两个数组：')
print (np.stack((a,b),1))
print ('--------------------')

print ('水平堆叠：')
c = np.hstack((a,b))
print (c)
print ('--------------------')

print ('竖直堆叠：')
d = np.vstack((a,b))
print (d)

运行结果：

参考：http://www.runoob.com/numpy