NumPy API(三)——输入和输出数组操作

数组操作

基本操作

  • copyto(dst, src[, casting, where]) 将值从一个数组复制到另一个数组,并根据需要进行广播。

改变数组形状

  • reshape(a, newshape[, order]) 为数组提供新形状而不更改其数据。

  • ravel(a[, order]) 返回一个连续的扁平数组。

  • ndarray.flat 数组上的一维迭代器.

  • ndarray.flatten([order]) 返回折叠成一维的数组的副本。
    ss

    转置式运算

  • moveaxis(a, source, destination) 将数组的轴移动到新位置。

  • rollaxis(a, axis[, start]) 向后滚动指定的轴,直到它位于给定位置。

  • swapaxes(a, axis1, axis2) 交换数组的两个轴。

  • ndarray.T 与self.transpose() 相同,只是如果self.ndim < 2 则返回self。

  • transpose(a[, axes]) 置换数组的维度。

更改尺寸数量

  • atleast_1d(*arys) 将输入转换为至少具有一个维度的数组。
  • atleast_2d(*arys) 将输入视为具有至少两个维度的数组。
  • atleast_3d(*arys) 将输入视为具有至少三维的数组。
  • broadcast 制作一个模仿广播的对象。
  • broadcast_to(array, shape[, subok]) 将数组广播到新形状。
  • broadcast_arrays(*args, **kwargs) 相互广播任意数量的数组。
  • expand_dims(a, axis) 展开数组的形状。
  • squeeze(a[, axis]) 展开数组的形状。

改变阵列的种类

  • asarray(a[, dtype, order]) 将输入转换为数组。
  • asanyarray(a[, dtype, order]) 将输入转换为ndarray,但通过ndarray子类。
  • asmatrix(data[, dtype]) 将输入解释为矩阵。
  • asfarray(a[, dtype]) 返回转换为float类型的数组。
  • asfortranarray(a[, dtype]) 返回在内存中以Fortran顺序布局的数组。
  • ascontiguousarray(a[, dtype]) 在内存中返回一个连续的数组(C顺序)。
  • asarray_chkfinite(a[, dtype, order]) 将输入转换为数组,检查NaN或Infs。
  • asscalar(a) 将大小为1的数组转换为标量等效数组。
  • require(a[, dtype, requirements]) 返回满足要求的提供类型的ndarray。

加入数组

  • concatenate((a1, a2, …)[, axis, out]) 沿现有轴加入一系列数组。
  • stack(arrays[, axis, out]) 沿新轴加入一系列数组。
  • column_stack(tup) 将1-D阵列作为列堆叠成2-D阵列。
  • dstack(tup) 按顺序深度堆叠阵列(沿第三轴)。
  • hstack(tup) 按顺序堆叠数组(列式)。
  • vstack(tup) 垂直堆叠数组(行方式)。
  • block(arrays) 从嵌套的块列表中组装nd数组。

拆分数组

  • split(ary, indices_or_sections[, axis]) 将数组拆分为多个子数组。
  • array_split(ary, indices_or_sections[, axis]) 将数组拆分为多个子数组。
  • dsplit(ary, indices_or_sections) 沿第3轴(深度)将数组拆分为多个子数组。
  • hsplit(ary, indices_or_sections) 将数组水平拆分为多个子数组(按列)。
  • vsplit(ary, indices_or_sections) 将数组垂直拆分为多个子数组(逐行)。

平铺阵列

  • tile(A, reps) 通过重复A重复给出的次数来构造数组。
  • repeat(a, repeats[, axis]) 重复数组的元素。

Adding and removing elements

  • delete(arr, obj[, axis]) 返回一个新数组,其子轴数组沿轴被删除。
  • insert(arr, obj, values[, axis]) 在给定索引之前沿给定轴插入值。
  • append(arr, values[, axis]) 将值附加到数组的末尾。
  • resize(a, new_shape) 返回具有指定形状的新数组。
  • trim_zeros(filt[, trim]) 从1-D数组或序列中修剪前导和/或尾随零。
  • unique(ar[, return_index, return_inverse, …]) 找到数组的唯一元素。

重新排列元素

  • flip(m, axis) 沿给定轴反转数组中元素的顺序。
  • fliplr(m) 向左/向右翻转阵列。
  • flipud(m) 向上/向下翻转阵列。
  • reshape(a, newshape[, order]) 为数组提供新形状而不更改其数据。
  • roll(a, shift[, axis]) 沿给定轴滚动数组元素。
  • rot90(m[, k, axes]) 在轴指定的平面中将数组旋转90度。

原文:https://www.numpy.org.cn/reference/routines

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,194评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,058评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,780评论 0 346
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,388评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,430评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,764评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,907评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,679评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,122评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,459评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,605评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,270评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,867评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,734评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,961评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,297评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,472评论 2 348