下面是几个常见的数组操作:
>>> a = np.array([[1,2,3],[4,5,6]]) >>> np.append(a, [7,8,9]) # 附加后,变成了一维的 array([1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> a #原来的数组没有改变 array([[1, 2, 3], [4, 5, 6]]) >>> a.append([10,11,12]) # ndarray没有这个方法 --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-165-a36f3ca1308b> in <module>() ----> 1 a.append([10,11,12]) AttributeError: 'numpy.ndarray' object has no attribute 'append' >>> np.append(a, [[7,8,9]],axis = 0) # 注意参数格式 array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) >>> a = np.array([[1,2],[3,4],[5,6]]) >>> np.insert(a,3,[11,12]) # 在3号位置前插入,变成一维了 array([ 1, 2, 3, 11, 12, 4, 5, 6]) >>> a array([[1, 2], [3, 4], [5, 6]]) >>> np.insert(a,1,[11],axis = 0) # 按行插入 array([[ 1, 2], [11, 11], [ 3, 4], [ 5, 6]]) >>> np.insert(a,1,[11],axis = 1) #按列插入 array([[ 1, 11, 2], [ 3, 11, 4], [ 5, 11, 6]]) >>> a = np.arange(12).reshape(3,4) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> np.delete(a,5)# 删除指定位置的元素后,变成一维了 array([ 0, 1, 2, 3, 4, 6, 7, 8, 9, 10, 11]) >>> np.delete(a,1,axis = 0) array([[ 0, 1, 2, 3], [ 8, 9, 10, 11]]) >>> a # 并不会修改原来的数组 array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> np.delete(a,1,axis = 1) array([[ 0, 2, 3], [ 4, 6, 7], [ 8, 10, 11]])
unique是numpy中非常重要的方法:
>>> a = np.array([0,1,4,7,2,1,4,3]) >>> a array([0, 1, 4, 7, 2, 1, 4, 3]) >>> np.unique(a) array([0, 1, 2, 3, 4, 7]) >>> b = np.array([[0,1,4,],[7,2,1],[4,3,0]]) >>> b array([[0, 1, 4], [7, 2, 1], [4, 3, 0]]) >>> np.unique(b) array([0, 1, 2, 3, 4, 7]) >>> np.unique(b,axis=0) array([[0, 1, 4], [4, 3, 0], [7, 2, 1]]) >>> np.unique(b,axis=1) array([[0, 1, 4], [7, 2, 1], [4, 3, 0]]) >>> b = np.array([[0,1,4,],[7,2,1],[4,3,0],[0,1,4,]]) >>> b array([[0, 1, 4], [7, 2, 1], [4, 3, 0], [0, 1, 4]]) np.unique(b,axis=0) array([[0, 1, 4], [4, 3, 0], [7, 2, 1]])
>>> np.insert(a,1,[11],axis = 0) # 按行插入 array([[ 1, 2], [11, 11], [ 3, 4], [ 5, 6]]) >>> np.insert(a,1,[11],axis = 1) #按列插入 array([[ 1, 11, 2], [ 3, 11, 4], [ 5, 11, 6]]) 博主你好,axis = 0 代表列 1 代表行 为什么这个地方 是0代码行 1代表列 怎么理解 求回复。
axis是轴的意思,至于到底是0代表行,还是1代表行,是由源代码开发人员定义的。
numpy最乱的就是axis