目錄
- 數(shù)組的組合
- 1.水平組合
- 2.垂直組合
- 3.行組合和列組合
- 4.深度組合
- 數(shù)組的分割
- 1.水平分割
- 1.1hsplit函數(shù)
- 1.2split函數(shù)
- 2.垂直分割
- 3.深度分割
在介紹數(shù)組的組合和分割前，我們需要先了解數(shù)組的維（ndim）和軸（axis）概念。
如果數(shù)組的元素是數(shù)組，即數(shù)組嵌套數(shù)組，我們就稱其為多維數(shù)組。幾層嵌套就稱幾維。比如形狀為（a，b）的二維數(shù)組就可以看作兩個一維數(shù)組，第一個一維數(shù)組包含a個一維數(shù)組，第二個一維數(shù)組包含b個數(shù)據(jù)。
每一個一維線性數(shù)組稱為一個軸。二維數(shù)組的第一個軸（axis=0）就是以數(shù)組為元素的數(shù)組，第二個軸（axis=1）就是數(shù)組中的數(shù)組。因此第一個軸的方向就是沿著行的方向（垂直方向），第二個軸的方向沿著列的方向（水平方向）。
我們從嵌套數(shù)組的角度來看，a[0]，a[1]，a[2]，a[3]……分別是取二維數(shù)組的第一行，二行，三行，四行……這正是先沿著第一個軸取元素（元素為行）。a[0][0]，a[0][1]……則是（沿著第二個軸）取第一行的第一個元素，第二個元素……
也就是說，數(shù)組的軸從最外層數(shù)起。
三維數(shù)組我們應(yīng)該怎么理解呢？我們可以把它看作二維數(shù)組的堆疊，即一個立方體。它的第一個軸（axis=0）就是以二維數(shù)組為元素的數(shù)組，它的方向沿著二維數(shù)組堆疊的方向，也就是立方體的高。第二個軸自然就是立方體的寬，第三個軸就是立方體的長。舉例來說，一個形狀為（a，b，c）的三維數(shù)組就是a個形狀為（b，c）的二維數(shù)組嵌套在一起。
a=np.arange(24).reshape(2,3,4)#建立一個維度為3，形狀為（2，3，4）的三維數(shù)組
print(a)#打印
print(a.sum(axis=0))#沿第一個軸求和
print(a.sum(axis=1))#沿第二個軸求和
print(a.sum(axis=2))#沿第三個軸求和
'''
a的形狀如下：
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
沿第一個軸求和：
[[12 14 16 18]
[20 22 24 26]
[28 30 32 34]]
沿第二個軸求和：
[[12 15 18 21]
[48 51 54 57]]
沿第三個軸求和：
[[ 6 22 38]
[54 70 86]]
'''
從這個例子可以看出，沿第一個軸求和，就是從上方把這個立方體“壓扁”，第二個軸就是沿著寬，第三個軸就是沿著長。類似投影。
我們終于明白了，reshape函數(shù)的參數(shù)順序不是我們想當(dāng)然認為的長，寬；長，寬，高；因為你無法解釋為什么三維數(shù)組變形后的形狀與你所想的大相徑庭。它的順序是軸的順序（第一條軸，第二條軸，第三條軸……），也就是沿這條軸有多少個元素。軸的概念很重要，在很多函數(shù)中都有體現(xiàn)。
再直觀一點說，參數(shù)順序應(yīng)該是高，寬（行方向），長（列方向）。
所以，數(shù)組的維度就很好理解了，就是軸的數(shù)量。我們在理解多維數(shù)組的時候，不要先入為主地認為多維數(shù)組的元素會更多；多維數(shù)組只是它嵌套的層數(shù)多而已。高維數(shù)組也可能不含元素。
接下來我們介紹數(shù)組的組合。
數(shù)組的組合
數(shù)組的組合有水平組合，垂直組合，深度組合等方式。實現(xiàn)這些組合的函數(shù)主要有vstack，dstack，hstack，column_stack，row_stack，concatenate等。
因為我們最常用的數(shù)組也不過三維，所以用水平，垂直這樣的字眼比較形象；但我們要明白，本質(zhì)上是沿軸進行的操作。
數(shù)組組合通常不會改變數(shù)組的維度。
1.水平組合
hstack函數(shù)與concatenate函數(shù)
1.1hstack函數(shù)：水平連接多個數(shù)組。參數(shù)只有一個：以數(shù)組為元素的序列。
1.2concatenate函數(shù)：沿著現(xiàn)有的軸連接數(shù)組序列。
函數(shù)格式：concatenate((a1, a2, ...), axis=0, out=None)
參數(shù)說明：a1, a2, ...：為以數(shù)組為元素的類數(shù)組序列。其中數(shù)組形狀必須相同。
axis=0：數(shù)組將沿著這個軸組合，如果坐標軸為None，數(shù)組在使用前被平鋪。int型數(shù)據(jù)，可選參數(shù)，默認為零。
2.垂直組合
vstack函數(shù)與concatenate函數(shù)
2.1vstack函數(shù)：垂直連接多個數(shù)組。參數(shù)如上。
2.2concatenate函數(shù)：改一下軸參數(shù)就好。
水平組合和垂直組合是比較直觀的說法，因為我們用的最多的數(shù)組就是一維和二維；實際上，它們分別是沿著第二條軸（水平），第一條軸（垂直）進行組合。
a=np.array([1])
a=a.reshape(1,1,1,1,1)#只有一個元素的五維數(shù)組
b=np.array([1])
b=b.reshape(1,1,1,1,1)#與a完全相同
c=np.hstack((a,b))#水平組合
d=np.vstack((a,b))#垂直組合
print(c)
print(d)
print(c.shape)
print(d.shape)
'''
水平組合
[[[[[1]]]
[[[1]]]]]
垂直組合
[[[[[1]]]]
[[[[1]]]]]
c的形狀
(1, 2, 1, 1, 1)
d的形狀
(2, 1, 1, 1, 1)
'''
3.行組合和列組合
3.1row_stack函數(shù)：行組合
將一維數(shù)組按行方向組合起來，對于二維數(shù)組完全等同于vstack。對于多維數(shù)組，實際上就是沿第一個軸進行組合。
3.2colum_stack函數(shù)：列組合
將一維數(shù)組按列方向組合起來，對于二維數(shù)組完全等同于hstack。對于多維數(shù)組，實際上就是沿第二個軸進行組合。
a=np.array([0,1,2])
b=np.array([1,2,3])
c=np.row_stack((a,b))
d=np.column_stack((a,b))
print(c)
print(d)
'''
行組合
[[0 1 2]
[1 2 3]]
列組合
[[0 1]
[1 2]
[2 3]]
'''
a=np.array([0,1,2]).reshape(1,1,1,1,3)
b=np.array([1,2,3]).reshape(1,1,1,1,3)
c=np.row_stack((a,b))
d=np.column_stack((a,b))
print(c)
print(d)
print(c.shape)
print(d.shape)
'''
行組合
[[[[[0 1 2]]]]
[[[[1 2 3]]]]]
[[[[[0 1 2]]]
列組合
[[[1 2 3]]]]]
c形狀
(2, 1, 1, 1, 3)
d形狀
(1, 2, 1, 1, 3)
'''
4.深度組合
沿著第三個軸進行組合。
a=np.array([0,1,2])
b=np.array([1,2,3])
c=np.dstack((a,b))#深度組合
print(c)
print(a.shape)
print(c.shape)
'''
[[[0 1]
[1 2]
[2 3]]]
(3,)
(1, 3, 2)
'''
a=np.array([0,1,2]).reshape(1,1,1,3)
b=np.array([1,2,3]).reshape(1,1,1,3)
c=np.dstack((a,b))
print(c.shape)
'''
(1, 1, 2, 3)
'''
當(dāng)數(shù)組維度比較小的時候，比如一維和二維，如果組合時沒有第二和第三參數(shù)，函數(shù)會自動為其在形狀左側(cè)補1，也就是拓展一層。這和之前說過的廣播機制十分類似。
數(shù)組的分割
數(shù)組可以進行水平，垂直等方式進行分割。相關(guān)函數(shù)：hsplit，vsplit，dsplit，split。
我們可以將數(shù)組分割成相同大?。ㄐ螤睿┑淖訑?shù)組，也可以指定分割的位置。
1.水平分割
hsplit函數(shù)和split函數(shù)。
沿水平方向，就是沿列方向，沿第二條軸（axis=1）方向。
1.1hsplit函數(shù)
格式：hsplit(ary, indices_or_sections)
第一個參數(shù)是數(shù)組；第二個參數(shù)是一個整數(shù)或列表，如果不指定，就會分割成相同大小的子數(shù)組。
a=np.arange(16).reshape(4,4)
pp.pprint(a)
pp.pprint(np.hsplit(a,2))#平均分割成兩部分
pp.pprint(np.hsplit(a,[2,3]))#沿第二，三列，分割成三部分
'''
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
分割成兩部分
[array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]]),
array([[ 2, 3],
[ 6, 7],
[10, 11],
[14, 15]])]
分割成三部分
[array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]]),
array([[ 2],
[ 6],
[10],
[14]]),
array([[ 3],
[ 7],
[11],
[15]])]
'''
1.2split函數(shù)
函數(shù)格式：split(ary, indices_or_sections, axis=0)
第一個參數(shù)：數(shù)組。
第二個參數(shù)：整數(shù)或列表，可選參數(shù)。
第三個參數(shù)：軸，可選參數(shù)。
a=np.arange(24).reshape(4,6)
print(a)
pp.pprint(np.split(a,[2],axis=0))
'''
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
[array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11]]),
array([[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]])]
'''
上面這個例子里，我們選擇了第一條軸，也就是列方向。然后找到第二行一分為二。
a=np.arange(24).reshape(2,3,4)
print(a)
pp.pprint(np.split(a,[1],axis=0))#沿第一條軸，高
pp.pprint(np.split(a,[1],axis=1))#沿第二條軸，寬
pp.pprint(np.split(a,[1],axis=2))#沿第三條軸，長
'''
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
[array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]]]),
array([[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])]
[array([[[ 0, 1, 2, 3]],
[[12, 13, 14, 15]]]),
array([[[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[16, 17, 18, 19],
[20, 21, 22, 23]]])]
[array([[[ 0],
[ 4],
[ 8]],
[[12],
[16],
[20]]]),
array([[[ 1, 2, 3],
[ 5, 6, 7],
[ 9, 10, 11]],
[[13, 14, 15],
[17, 18, 19],
[21, 22, 23]]])]
'''
上面是一個三維數(shù)組切割的例子。
2.垂直分割
vsplit函數(shù)和split函數(shù)
沿垂直方向，就是沿行方向，沿第一條軸（axis=0）方向。
split函數(shù)如上，改一條軸參數(shù)即可。
3.深度分割
dsplit函數(shù)
主要用于三維數(shù)組，其實就是沿第三條軸切割，就好比從上方切蛋糕一樣。
a=np.arange(24).reshape(2,3,4)
b=np.dsplit(a,4)#把這個蛋糕從上切成四份
pp.pprint(b)
'''
[array([[[ 0],
[ 4],
[ 8]],
[[12],
[16],
[20]]]),
array([[[ 1],
[ 5],
[ 9]],
[[13],
[17],
[21]]]),
array([[[ 2],
[ 6],
[10]],
[[14],
[18],
[22]]]),
array([[[ 3],
[ 7],
[11]],
[[15],
[19],
[23]]])]
'''
到此這篇關(guān)于Numpy數(shù)組的組合與分割實現(xiàn)的方法的文章就介紹到這了,更多相關(guān)Numpy數(shù)組組合與分割內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python numpy--數(shù)組的組合和分割實例
