ndarray陣列的轉置(transpose)和軸對換方式

2023-02-06 06:01:27

陣列與標量的運算
陣列與陣列的運算
陣列的索引與切片
ndarray-布林型別索引
ndarray-花式索引：指的是利用整數陣列進行索引的方式。
ndarray-陣列轉置與軸對換
ndarray-通用函數/常用函數
一元函數
二元函數
ndarray-聚合函數
np.where函數
np.unique函數

總結

ndarray陣列的轉置（transpose）和軸對換

轉置可以對陣列進行重置，返回的是源資料的檢視（不會進行任何複製操作）。

轉置有三種方式，transpose方法、T屬性以及swapaxes方法。

1 .T

import numpy as np
arr = np.arange(9).reshape((3,3))#生成一個3行3列的陣列
print arr
[[0 1 2]
 [3 4 5]
 [6 7 8]]
print arr.T
[[0 3 6]
 [1 4 7]
 [2 5 8]]

2. transpose

對於高維陣列，transpose需要用到一個由軸編號組成的元組，才能進行轉置。

比如說三維的陣列，那就對維度進行編號，也就是0,1,2。這裡的0,1,2可以理解為對shape返回元組的索引。

比如

arr1 = np.arange(24).reshape(2,3,4)#生成一個2*3*4的陣列
print arr1
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
print arr1.shape #看形狀
(2, 3, 4)        #說明這是一個2*3*4的陣列（矩陣），返回的是一個元組，可以對元組進行索引，也就是0,1,2

transpose((1,0,2)) 的意義在於將 (2, 3, 4) 轉成 (3, 2, 4) ，比如，數值12開始的索引是 [1,0,0] ，變換後變成了 [0,1,0] ,如下圖：

print arr1.transpose((1,0,2))
[[[ 0  1  2  3]
  [12 13 14 15]]
 [[ 4  5  6  7]
  [16 17 18 19]]
 [[ 8  9 10 11]
  [20 21 22 23]]]

3.swapaxes

swapaxes，它接受一對軸編號。進行軸對換。

arr1 = np.arange(24).reshape(2,3,4)
print arr1
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
print arr1.swapaxes(1,0) #將第一個軸和第二個軸交換，對比transpose（1,0,2）
[[[ 0  1  2  3]
  [12 13 14 15]]
 [[ 4  5  6  7]
  [16 17 18 19]]
 [[ 8  9 10 11]
  [20 21 22 23]]]

ndarray資料基本操作

陣列與標量的運算

arr1=np.random.random((2,3))

arr2=np.random.random((2,3))

arr3=np.random.random((3,2))

print(arr1)

# 加減乘除、乘方

print(arr1*2)

print()

print(arr1+2)

print()

print(arr1-2)

print()

print(arr1/2)

print()

print(arr1**2)

陣列與陣列的運算

# 加減乘除、乘方、陣列的矩陣積

# 兩個二維矩陣(行和列的矩陣)滿足第一個矩陣的列數與第二個矩陣的行數相同，

# 那麼可以進行矩陣的乘法，即矩陣積，矩陣積不是元素級的運算。也稱為點積、數量積。

print(arr1+arr2)

print()

print(arr1-arr2)

print()

print(arr1*arr2)

print()

print(arr1/arr2)

print()

print(arr1**arr2)

print()

print(arr1.dot(arr3))

陣列的索引與切片

# 定義一個3*3*3的陣列

arr3=np.array([

    [[1,2,3],[4,5,6],[7,8,9]],

    [[10,11,12],[13,14,15],[16,17,18]],

    [[19,20,21],[22,23,24],[25,26,27]]

])

# 索引

print(arr3)

print("# # # # # # #arr3[0]# # # # # # # # # # # # # # ")

print(arr3[0])

print("# # # # # # #arr3[1] # # # # # # # # # # # # # ")

print(arr3[1])

print("# # # # # # # arr3[2] # # # # # # # # # # # # # # ")

print(arr3[2])

print("# # # # # # # arr3[0][0] # # # # # # # # # # # # # # ")

print(arr3[0][0])

print("# # # # # # # arr3[0][1] # # # # # # # # # # # # # # ")

print(arr3[0][1])

print("# # # # # # # arr3[0][2]# # # # # # # # # # # # # # ")

print(arr3[0][2])

print("# # # # # # # arr3[0][2][0] # # # # # # # # # # # # # # ")

print(arr3[0][2][0])

print("# # # # # # # arr3[0][2][1]# # # # # # # # # # # # # # ")

print(arr3[0][2][1])

print("# # # # # # # arr3[0][2][2]# # # # # # # # # # # # # # ")

print(arr3[0][2][2])

# 切片,,,在各維度上單獨切片，如果緯度都保留，則使用冒號，不指定起始值

print("# # # # # # # arr3[0,:,0:2]# # # # # # # # # # # # # # ")

print(arr3[0,:,0:2])

print("# # # # # # # arr3[1,:,0:2]# # # # # # # # # # # # # # ")

print(arr3[1,:,0:2])

print("# # # # # # # arr3[2,:,0:2]# # # # # # # # # # # # # # ")

print(arr3[2,:,0:2])

print("# # # # # # # arr3[:,:,0:2]# # # # # # # # # # # # # # ")

print(arr3[:,:,0:2])

print("# # # # # # # arr3[:,0,0:2]# # # # # # # # # # # # # # ")

print(arr3[:,0,0:2])

print("# # # # # # # arr3[:,1,0:2]# # # # # # # # # # # # # # ")

print(arr3[:,1,0:2])

print("# # # # # # # arr3[:,2,0:2]# # # # # # # # # # # # # # ")

print(arr3[:,2,0:2])

ndarray-布林型別索引

#  利用布林型別的陣列進行資料索引，最終返回的結果是對應索引陣列中資料為True位置的值。

# numpy中不能使用Python中and、or、not，使用&（與）、|（或）、~（非）

arr6=np.random.random((3,4))

print(arr6)

print("# # # # # # ## #arr6>0.5得到的布林值，為真則取該位置的值，否則就捨去 # # # # # # # # # ")

# A=arr6<0.5

A=arr6>0.5

print(A)

print("# # # # # # ## # # # # # #將對應的布林值轉換為一維陣列 # # # # # # # # # # # # # # ## # ")

# 裝換成一維陣列

arr7=arr6[A]

print(arr7)

print(arr7.shape)


# 利用布林值進行索引的一個應用範例

names=np.array(['Gerry','Tom','John'])

scores=np.array([

    [98,87,86,95],

    [48,84,84,45],

    [58,7,81,95]

])

class1=np.array(['語文','數學','英語','科學'])

print("Gerry score is:",scores[names=='Gerry'].reshape((-1)))

print("Gerry score is:",scores[names=='Gerry'].reshape((-1))[class1=='數學'])

print("Gerry和Tom的成績")

print(scores[(names=='Gerry')|(names=='Tom')])

print("非Gerry和Tom的成績")

print(scores[(names!='Gerry')&(names!='Tom')])

print("成績大於90的全部輸出")

print(scores[scores>90])

ndarray-花式索引：指的是利用整數陣列進行索引的方式。

arr7=np.arange(40).reshape(5,8)

print(arr7)

print("獲取第0、3、5行的資料")

print(arr7[[0,2,4]])

print("獲取第(0,0)、(3,0)、(4,2)的資料")

print(arr7[[0,3,4],[0,0,2]])

print("獲取第0、3、5行的第0、2、3列資料")

print(arr7[[0,3,4]].T[[0,1,2]].T)

print("ix_會產生一個索引器")

print(arr7[np.ix_([0,3,4],[0,1,2])])


# ndarray-花式索引：指的是利用整數陣列進行索引的方式。

arr7=np.arange(40).reshape(5,8)

print(arr7)

print("獲取第0、3、5行的資料")

print(arr7[[0,2,4]])

print("獲取第(0,0)、(3,0)、(4,2)的資料")

print(arr7[[0,3,4],[0,0,2]])

print("獲取第0、3、5行的第0、2、3列資料")

print(arr7[[0,3,4]])

print("##################")

print(arr7[[0,3,4]].T)

print("##################")

print(arr7[[0,3,4]].T[[0,1,2]])

print("##################")

print(arr7[[0,3,4]].T[[0,1,2]].T)

print("ix_會產生一個索引器")

print(arr7[np.ix_([0,3,4],[0,1,2])])

ndarray-陣列轉置與軸對換

# 陣列轉置是指將shape進行重置操作，並將其值重置為原始shape元組的倒置，

# 比如原始的shape值為:(2,3,4)，那麼轉置後的新元組的shape的值為: (4,3,2)f

# 可以通過呼叫陣列的transpose函數或者T屬性進行陣列轉置操作

arr=np.random.random(30).reshape(3,5,2)

print(arr)

print("#############################################")

arr1=arr.T

print(arr1)

print("#############################################")

arr2=np.transpose(arr1)

print(arr2)

ndarray-通用函數/常用函數

numpy模組中對ndarray中資料進行快速元素級運算的函數，也可以看做是簡單的函數(接受一個或多個標量值，併產生一個或多個標量值)的向量化包裝器。主要包括一元函數和二元函數。

一元函數

arr3=np.array([

    [1,2,-3],

    [0.1,0.6,-0.4]

])

print(arr3)

print("#############################################")

# abs fabs計算絕對值

print(np.abs(arr3))

print("#############################################")

# sqrt 計算各元素的平方根

print(np.sqrt(abs(arr3)))

print("#############################################")

# square計算各元素的評分：arr3**2

print(np.square(arr3))

print("#############################################")

# exp計算各元素指數e的x次方

print(np.exp(arr3))

print("#############################################")

# log2、log10分別計算底數為10、2的log值，以及log(1+x)

print(np.log10(abs(arr3)))

print(np.log2(abs(arr3)))

print(np.log1p(abs(arr3)))

print("#############################################")

# sign計算各個元素的正負號,1:正號  0:0  -1:負號

print(np.sign(arr3))

print("#############################################")

# ceil 計算各個元素的ceil值,大於等於該值的最小整數

print(np.ceil(arr3))

print("#############################################")

# floor 計算各個元素的floor的值，小於等於該值的最大整數

print(np.floor(arr3))

print("#############################################")

# rint 將各個元素的四書五入到最接近的整數

print(np.rint(arr3)

print("#############################################")

# modf 將陣列中元素的小數位和整數位以兩部分獨立陣列的形式返回

print(np.modf(arr3))

print("#############################################")

# isnan 返回一個表示「那些值是NaN(不是一個數位)」的布林型別陣列

print(np.isnan(arr3))

print("#############################################")

# isfinite、isinf  分別一個表示」那些元素是有窮的(非inf、非NaN)」或者「那些元素是無窮的」的布林型陣列

print(np.isfinite(arr3))

print(np.isinf(arr3))

print("#############################################")

# cos、cosh、sin、sinh、tan、tanh  普通以及雙曲型三角函數

print(np.tan(arr3))

print("#############################################")

# arccos、arccosh、arcsin、arcsinh、arctan、arctanh 反三角函數

print(np.arctan(arr3))

二元函數

arr4=np.array([

    [1,0,-3],

    [0.1,0.6,-0.4]

])

arr5=np.array([

    [2,-5,8],

    [-0.1,-0.6,0.4],

])

arr6=np.array([

    [2,-5,8],

    [-0.1,-0.6,0.4],

    [-0.1,-0.6,0.4]

])

print("#############################################")

# mod 取模運算,做除法運算之後的餘數

print(np.mod(arr4,arr5))

print("#############################################")

# dot 求兩個陣列的點積

print(np.dot(arr4,arr6))

print("#############################################")

# greater(大於)、greater_equal（大於等於）、less（小於）、less_equal（小於等於）、equal（等於）、not_equal（不等於）

# 執行元素級別的比較運算，最終返回一個布林型陣列

print(np.greater(arr4,arr5))

print("#############################################")

# logical_and、logical_or、logical_xor

# 執行元素級別的布林運算運算，相當於中綴運運算元&、|、^

print(np.logical_and(arr4,arr5))

print(np.logical_xor(arr4,arr5))

print("#############################################")

# power 求解對陣列中的每個元素進行給定次數的指數值，類似於: arr ** 3

print(np.power(arr3,4))

ndarray-聚合函數

聚合函數是對一組值(eg一個陣列)進行操作，返回一個單一值作為結果的函數。

當然聚合函數也可以指定對某個具體的軸進行資料聚合操作；

#常將的聚合操作有：平均值mean、最大值max、最小值min、方差std等等

arr7=np.array([

    [2,-5,8],

    [-0.1,-0.6,0.4],

    [-0.1,-0.6,0.4]

])

print(np.mean(arr7))

print(np.max(arr7))

print(np.min(arr7))

print(np.std(arr7))

np.where函數

# np.where函數是三元表示式x if condition else y的向量化版本

arr8=np.array([2,7,8])

arr9=np.array([-0.1,-0.6,0.4])

condition=arr8>arr

result=np.where(condition,arr8,arr9)

print(result)

np.unique函數

# np.unique函數的主要作用是將陣列中的元素進行去重操作(也就是隻儲存不重複的資料)

arr10=np.array(["Python","Python","java"])

print(arr10)

print(np.unique(arr10))

總結

以上為個人經驗，希望能給大家一個參考，也希望大家多多支援it145.com。

ndarray陣列的轉置(transpose)和軸對換方式

目錄