NumPy常用数组扩展和压缩方法详解

NumPy数组扩展

NumPy数组扩展是一种常用的数据处理方法，它可以将一维数组转换为多维数组，以满足特定的应用程序需求。NumPy提供了几种扩展数组的方法，包括reshape()、resize()、expand_dims()、tile()、repeat()、vstack()、hstack()等。下面我们将介绍这些方法的使用。

reshape()

reshape()是NumPy数组扩展中最常用的一种方法。它可以将一维数组转换为指定形状的多维数组，例如将一维数组[1,2,3,4,5]转换为2行3列的二维数组：

import numpy as np
arr = np.array([1,2,3,4,5])
arr_reshaped = arr.reshape(2, 3)
print(arr_reshaped)

#输出结果：
[[1 2 3]
 [4 5 6]]

resize()

resize()方法与reshape()方法类似，也用于将一维数组转换为指定形状的多维数组。但是resize()方法可以调整数组的大小，而不是更改数组的形状。例如，将一维数组[1,2,3,4,5]调整为2行3列：

import numpy as np
arr = np.array([1,2,3,4,5])
arr_resized = arr.resize(2, 3)
print(arr_resized)

#输出结果：
[[1 2 3]
 [4 5 0]]

expand_dims()

expand_dims()方法用于在数组的指定轴上增加一个维度，以满足特定的应用程序需求。例如，将一维数组[1,2,3]增加一个维度，转换为二维数组：

import numpy as np
arr = np.array([1,2,3])
arr_expanded = np.expand_dims(arr, axis=1)
print(arr_expanded)

#输出结果：
[[1]
 [2]
 [3]]

tile()

tile()方法可以将给定的数组拓展为指定形状，它可以将数组按照指定的形状重复拼接，以满足特定的应用程序需求。例如，将一维数组[1,2,3]拓展为2行3列：

import numpy as np
arr = np.array([1,2,3])
arr_tiled = np.tile(arr, (2,3))
print(arr_tiled)

#输出结果：
[[1 2 3 1 2 3]
 [1 2 3 1 2 3]]

repeat()

repeat()方法用于将数组中的每个元素复制N次，以满足特定的应用程序需求。例如，将一维数组[1,2,3]中的每个元素复制2次：

import numpy as np
arr = np.array([1,2,3])
arr_repeated = np.repeat(arr, 2)
print(arr_repeated)

#输出结果：
[1 1 2 2 3 3]

vstack()

vstack()方法用于将多个数组沿着垂直轴堆叠在一起，以满足特定的应用程序需求。例如，将两个数组[1,2,3]和[4,5,6]堆叠在一起：

import numpy as np
arr1 = np.array([1,2,3])
arr2 = np.array([4,5,6])
arr_vstacked = np.vstack((arr1, arr2))
print(arr_vstacked)

#输出结果：
[[1 2 3]
 [4 5 6]]

hstack()

hstack()方法用于将多个数组沿着水平轴堆叠在一起，以满足特定的应用程序需求。例如，将两个数组[1,2,3]和[4,5,6]堆叠在一起：

import numpy as np
arr1 = np.array([1,2,3])
arr2 = np.array([4,5,6])
arr_hstacked = np.hstack((arr1, arr2))
print(arr_hstacked)

#输出结果：
[1 2 3 4 5 6]

NumPy数组压缩

NumPy数组压缩是一种常用的数据处理方法，它可以将多维数组转换为一维数组，以满足特定的应用