数据可视化基础专题（44）：NUMPY基础（9）数组操作(1)修改数组形状/翻转数组

标签：self   说明   相对   翻转   src   import   --   兼容   组元     1 修改数组形状 函数描述reshape 不改变数据的条件下修改形状 flat 数组元素迭代器 flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组 ravel 返回展开数组 numpy.reshape numpy.reshape 函数可以在不改变数据的条件下修改形状，格式如下： numpy.reshape(arr, newshape, order=‘C‘) arr：要修改形状的数组 newshape：整数或者整数数组，新的形状应当兼容原有形状 order：‘C‘ -- 按行，‘F‘ -- 按列，‘A‘ -- 原顺序，‘k‘ -- 元素在内存中的出现顺序。 numpy.ndarray.flat numpy.ndarray.flat 是一个数组元素迭代器，实例如下: numpy.ndarray.flatten numpy.ndarray.flatten 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组，格式如下： ndarray.flatten(order=‘C‘) 参数说明： order：‘C‘ -- 按行，‘F‘ -- 按列，‘A‘ -- 原顺序，‘K‘ -- 元素在内存中的出现顺序。 numpy.ravel numpy.ravel() 展平的数组元素，顺序通常是"C风格"，返回的是数组视图（view，有点类似 C/C++引用reference的意味），修改会影响原始数组。 该函数接收两个参数： numpy.ravel(a, order=‘C‘) 参数说明： order：‘C‘ -- 按行，‘F‘ -- 按列，‘A‘ -- 原顺序，‘K‘ -- 元素在内存中的出现顺序。 2 翻转数组 函数描述transpose 对换数组的维度 ndarray.T 和 self.transpose() 相同 rollaxis 向后滚动指定的轴 swapaxes 对换数组的两个轴 numpy.transpose numpy.transpose 函数用于对换数组的维度，格式如下： numpy.transpose(arr, axes) 参数说明: arr：要操作的数组 axes：整数列表，对应维度，通常所有维度都会对换。     numpy.rollaxis numpy.rollaxis 函数向后滚动特定的轴到一个特定位置，格式如下： numpy.rollaxis(arr, axis, start) 参数说明： arr：数组 axis：要向后滚动的轴，其它轴的相对位置不会改变 start：默认为零，表示完整的滚动。会滚动到特定位置。 import numpy as np # 创建了三维的 ndarray a = np.arange(8).reshape(2,2,2) print (‘原数组：‘) print (a) print (‘获取数组中一个值：‘) print(np.where(a==6)) print(a[1,1,0]) # 为 6 print (‘\n‘) # 将轴 2 滚动到轴 0（宽度到深度） print (‘调用 rollaxis 函数：‘) b = np.rollaxis(a,2,0) print (b) # 查看元素 a[1,1,0]，即 6 的坐标，变成 [0, 1, 1] # 最后一个 0 移动到最前面 print(np.where(b==6)) print (‘\n‘) # 将轴 2 滚动到轴 1：（宽度到高度） print (‘调用 rollaxis 函数：‘) c = np.rollaxis(a,2,1) print (c) # 查看元素 a[1,1,0]，即 6 的坐标，变成 [1, 0, 1] # 最后的 0 和 它前面的 1 对换位置 print(np.where(c==6)) print (‘\n‘) 输出结果如下： numpy.swapaxes numpy.swapaxes 函数用于交换数组的两个轴，格式如下： numpy.swapaxes(arr, axis1, axis2) arr：输入的数组 axis1：对应第一个轴的整数 axis2：对应第二个轴的整数  数据可视化基础专题（44）：NUMPY基础（9）数组操作(1)修改数组形状/翻转数组标签：self   说明   相对   翻转   src   import   --   兼容   组元   原文地址：https://www.cnblogs.com/qiu-hua/p/14965898.html