当前位置：极客教程 > Numpy > Numpy 问答 > Numpy数组扩展/缩放

Numpy数组扩展/缩放

Numpy数组扩展/缩放

在本文中，我们将介绍如何扩展或缩放Numpy数组。

Numpy是Python中用于数学计算和科学计算的一个重要库。其中最常用的功能之一是创建和操作多维数组。但在实际应用中，我们可能需要对数组进行扩展或缩放。Numpy提供了一些函数来实现这些操作。

阅读更多：Numpy 教程

1. Numpy数组扩展

1.1. np.pad函数

np.pad函数可以在数组周围添加填充值，以达到扩展数组的目的。它的语法如下：

np.pad(array, pad_width, mode, **kwargs)
Python
  • array：需要进行填充的数组；
  • pad_width：填充宽度，它是一个以整数为元素的元组，每个元素代表在对应维度上需要填充的个数；
  • mode：填充模式，包含“constant”（常数填充）、“edge”（边缘填充）、“linear_ramp”（线性填充）等。

例如，假设我们有一个3×3的数组，可以使用np.pad函数对其进行扩展：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print('原始数组：')
print(arr)

# 在数组周围添加一层填充值
result = np.pad(arr, pad_width=1, mode='constant', constant_values=0)
print('扩展后的数组：')
print(result)
Python

输出结果为：

原始数组：
[[1 2 3]
 [4 5 6]
 [7 8 9]]
扩展后的数组：
[[0 0 0 0 0]
 [0 1 2 3 0]
 [0 4 5 6 0]
 [0 7 8 9 0]
 [0 0 0 0 0]]
Python

1.2. np.repeat函数

np.repeat函数可以将数组按照行或列进行重复，并返回一个新的数组。它的语法如下：

np.repeat(a, repeats, axis=None)
Python
  • a：需要进行重复的数组；
  • repeats：行或列重复的次数；
  • axis：进行重复操作的轴向（0代表按列重复，1代表按行重复）。

下面是一个例子，我们将一个3×3的数组按行重复2次：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print('原始数组：')
print(arr)

# 按行重复2次
result = np.repeat(arr, repeats=2, axis=0)
print('扩展后的数组：')
print(result)
Python

输出结果为：

原始数组：
[[1 2 3]
 [4 5 6]
 [7 8 9]]
扩展后的数组：
[[1 2 3]
 [1 2 3]
 [4 5 6]
 [4 5 6]
 [7 8 9]
 [7 8 9]]
Python

2. Numpy数组缩放

2.1. np.resize函数

np.resize函数可以改变数组的形状，并在必要时裁剪或填充缺失部分。它的语法如下：

np.resize(a, new_shape)
Python
  • a：需要进行缩放的数组；
  • new_shape：新的数组形状，是一个以整数为元素的元组，每个元素代表在对应维度上需要缩放的个数。

下面是一个例子，我们将一个2×2的数组缩放为3×3的数组：

import numpy as np

arr = np.array([[1, 2], [3, 4]])
print('原始数组：')
print(arr)

# 缩放为3×3
result= np.resize(arr, (3, 3))
print('缩放后的数组：')
print(result)
Python

输出结果为：

原始数组：
[[1 2]
 [3 4]]
缩放后的数组：
[[1 2 3]
 [4 1 2]
 [3 4 1]]
Python

可以看到，np.resize函数对数组进行了缩放，并填充了缺失的部分。

2.2. np.interp函数

np.interp函数可以对数组进行插值，得到一个缩放后的新数组。它的语法如下：

np.interp(x, xp, fp, left=None, right=None)
Python
  • x：需要插值的数值；
  • xp：已知样本点的x坐标；
  • fp：已知样本点的y坐标；
  • left：当x小于xp[0]时，返回的插值值；
  • right：当x大于等于xp[-1]时，返回的插值值。

下面是一个例子，我们将一个1×4的数组插值为长度为5的新数组：

import numpy as np

arr = np.array([1, 2, 3, 4])
print('原始数组：')
print(arr)

# 插值为长度为5的新数组
result = np.interp(np.linspace(0, len(arr) - 1, 5), np.arange(len(arr)), arr)
print('缩放后的数组：')
print(result)
Python

输出结果为：

原始数组：
[1 2 3 4]
缩放后的数组：
[1.  1.5 2.5 3.5 4. ]
Python

可以看到，np.interp函数对数组进行了插值，并得到了一个缩放后的新数组。

总结

在本文中，我们介绍了Numpy数组扩展和缩放的几种方法，包括使用np.pad函数、np.repeat函数、np.resize函数和np.interp函数。这些方法可以帮助我们更好地掌握Numpy数组的操作，实现更加高效的数学和科学计算。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

NumPy 精品教程

登录

找回密码？

注册