NumPy - 数组操作

NumPy - 数组操作技巧

NumPy 为操作 ndarray 对象（即 N 维数组，N-dimensional array）的形状、结构和内容提供了全面的例程集合。这些操作可以分为以下几类：

改变形状

这些函数在不改变数据元素本身的情况下，修改数组的维度或布局。

函数/属性	描述
reshape()	返回一个具有新形状的数组，不改变数据。如果形状不兼容则失败。可能是视图或副本。
ndarray.reshape()	reshape() 的方法版本。
ndarray.flat	数组上的一维迭代器。对于无论形状如何遍历所有元素都很有用。
ndarray.flatten()	返回数组展平为一维（1D）后的副本。
ravel()	返回一个展平的一维数组。如果可能，可能返回视图，否则返回副本。通常比 flatten() 快。

转置类操作

这些函数重新排列数组的轴（即维度，dimensions）。

函数/属性	描述
transpose()	根据指定的轴置换数组的维度。如果没有给出轴，则反转轴的顺序。
ndarray.T	一个属性，提供获取转置（反转维度顺序）的便捷方法。等同于不带参数的 transpose()。
rollaxis()	将指定的轴向后滚动，直到它位于给定的位置。（不如 transpose/swapaxes 常用）。
swapaxes()	互换数组的两个指定的轴。如果可能，返回视图。

改变维度

用于修改维数或准备数组进行广播（broadcasting）的函数。

函数	描述
broadcast	生成一个封装数组间广播规则的对象。
broadcast_to()	显式地将数组广播到新的形状。如果形状不兼容广播则失败。返回一个只读视图。
expand_dims()	通过在指定位置插入一个新轴（大小为 1 的维度）来扩展数组的形状。
squeeze()	从数组中移除长度为一的轴。如果可能，返回视图。

连接数组

用于将多个数组组合成一个更大的数组的函数。concatenate 是最通用的函数。

函数	描述
concatenate()	沿着一个现有轴连接一系列数组。除连接轴外，数组必须具有相同的形状。
stack()	沿着一个新轴连接一系列数组。输入数组必须具有相同的形状。
hstack()	水平（按列）堆叠数组序列。对于二维数组，相当于沿着 axis=1 的 concatenate。
vstack()	垂直（按行）堆叠数组序列。对于二维数组，相当于沿着 axis=0 的 concatenate。

分割数组

用于将一个数组分割成多个较小数组的函数。

函数	描述
split()	沿着指定轴将数组分割成多个子数组。可以分割成 N 等份或在指定索引处分割。
array_split()	与 split 类似，但如果轴大小不能被 N 整除，则允许分割成非等份。
hsplit()	水平（按列）分割数组成多个子数组。相当于 axis=1 的 split。
vsplit()	垂直（按行）分割数组成多个子数组。相当于 axis=0 的 split。

添加/移除元素

重要提示：NumPy 数组具有固定大小。append、insert 和 delete 等函数返回带有修改的新数组；它们不会原地修改原始数组。

函数	描述
resize()	返回具有指定形状的新数组。如果新形状更大，则用原始数组的重复副本填充；如果更小，则截断。
append()	将值附加到数组末尾（默认为展平后）。返回一个新数组。
insert()	沿着给定轴在指定索引前插入值。返回一个新数组。
delete()	返回删除指定轴上子数组后的新数组。
unique()	查找数组中的唯一元素并按排序顺序返回。还可以返回索引和计数。