Numpy数组维度|极客教程

Numpy数组维度

概述

在数据分析和科学计算中，NumPy是一个非常流行的Python库。它提供了一个强大的多维数组对象——numpy array，是NumPy库的核心。

numpy array 是一个N维的数组对象，由相同类型的元素组成。numpy array的维度（dimensions）被用于描述数组的结构，维度信息对于数据分析和计算非常重要。

本文将详细解释numpy array的维度，包括如何创建和操作数组的维度、如何获取和修改维度的信息等。

创建numpy array

首先，我们需要导入NumPy库：

import numpy as np

接下来，我们可以使用np.array()函数来创建一个numpy array。我们可以通过传入一个Python列表或元组来创建：

a = np.array([1, 2, 3])  # 创建一个一维数组
b = np.array([[1, 2, 3], [4, 5, 6]])  # 创建一个二维数组

维度的属性和方法

numpy array具有几个用于操作和获取维度信息的属性和方法。

维度属性

numpy array具有ndim、shape和size属性，可以用于获取数组的维度信息。

ndim属性返回数组的维度数量。
shape属性返回数组每个维度的大小。
size属性返回数组的总元素数量。

我们来看一个例子：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

print(arr.ndim)  # 输出：2
print(arr.shape)  # 输出：(2, 3)
print(arr.size)  # 输出：6

输出结果：

Numpy数组维度

上述代码创建了一个2×3的数组，所以ndim返回2，shape返回(2, 3)，size返回6。

修改维度方法

numpy array具有一些方法可以用于修改数组的维度。

reshape()函数用于修改数组的形状，返回一个修改后的数组。

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
reshaped_arr = arr.reshape((2, 3))

print(reshaped_arr)

运行结果：

Numpy数组维度

flatten()方法用于将多维数组扁平化为一维数组。

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
flattened_arr = arr.flatten()

print(flattened_arr)

运行结果：

Numpy数组维度

ravel()方法也可以用于将多维数组扁平化为一维数组。

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
raveled_arr = arr.ravel()

print(raveled_arr)

运行结果：

Numpy数组维度

注意：flatten()和ravel()方法有些微妙的区别，但在大多数情况下可以互换使用。

数组的切片和索引

numpy array可以通过切片和索引来访问和修改数组中的元素。

数组的切片

切片操作可以用于提取数组的子数组或某维度上的片段。

下面的代码展示了如何使用切片操作来提取数组的子数组：

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
sub_arr = arr[1:3, 1:3]

print(sub_arr)

运行结果：

Numpy数组维度

上述代码提取了第1行和第2行以及第1列和第2列组成的子数组。

数组的索引

numpy array的索引从0开始。

可以使用整数或整数数组来访问特定的元素或一组元素。

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr[0])  # 输出：1

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr[1, 2])  # 输出：6

运行结果：

Numpy数组维度

注意：numpy array也支持负数索引，表示从末尾开始计数。

总结

本文对numpy array的维度进行了详细的解释，包括创建数组、维度的属性和方法、数组的切片和索引等。

numpy array的维度信息对于理解和操作多维数组非常重要。掌握了numpy array的维度操作，可以更好地进行数据分析和科学计算。

Numpy数组维度