编程实践（Numpy）上-学习笔记三(数组的操作-变形)
更改形状
- numpy.ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即ndim属性（秩）。
- numpy.ndarray.flat 将数组转换为一维的迭代器，可以用for访问数组每一个元素
- numpy.ndarray.flatten([order='C'])将数组的副本转换为一维数组，并返回。
- order:'C' 按行 'F' 按列 'A' 原顺序 'K' 元素 在内存中的出现顺序。（简记）
- order:{'C/F ,'A,K}可选使用此索引顺序读取a的元素。
- flatten() 返回的是拷贝
- numpy.ravel(a, order='C')Return a contiguous flattened array. 返回的是视图；order='F'时为拷贝
- numpy.reshape(a, newshape[, order='C'])在不更改数据的情况下为数组赋予新的形状。
- reshape()函数当参数newshape = [rows,-1]时，将根据行数自动确定列数。
- reshape()函数当参数newshape = -1时，表示将数组降为一维。
数组转置
- numpy.transpose(a, axes=None) Permute the dimensions of an array.
- numpy.ndarray.T Same as self.transpose(), except that self is returned if self.ndim < 2.
更改维度
- numpy.newaxis = None None的别名，对索引数组很有用。
- numpy.squeeze(a, axis=None) 从数组的形状中删除单维度条目，即把shape中为1的维度去掉。
- a表示输入的数组；
- axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错；
数组组合
- numpy.concatenate((a1, a2, ...), axis=0, out=None) Join a sequence of arrays along an existing axis.
- numpy.stack(arrays, axis=0, out=None)Join a sequence of arrays along a new axis. 沿着新的轴加入一系列数组（stack为增加维度的拼接）
- numpy.vstack(tup)Stack arrays in sequence vertically (row wise).
- numpy.hstack(tup)Stack arrays in sequence horizontally (column wise).
hstack(),vstack()分别表示水平和竖直的拼接方式。在数据维度等于1时，比较特殊。而当维度大于或等于2时，它们的作用相当于concatenate，用于在已有轴上进行操作。
数组拆分
- numpy.split(ary, indices_or_sections, axis=0) Split an array into multiple sub-arrays as views into ary.
- numpy.vsplit(ary, indices_or_sections) Split an array into multiple sub-arrays vertically (row-wise).
- numpy.hsplit(ary, indices_or_sections) Split an array into multiple sub-arrays horizontally (column-wise).
数组平铺
- numpy.tile(A, reps) Construct an array by repeating A the number of times given by reps. 将原矩阵横向、纵向地复制
- numpy.repeat(a, repeats, axis=None) Repeat elements of an array. 重复数组的元素。
- axis=0，沿着y轴复制，实际上增加了行数。
- axis=1，沿着x轴复制，实际上增加了列数。
- repeats，可以为一个数，也可以为一个矩阵。
- axis=None时就会flatten当前矩阵，实际上就是变成了一个行向量。
添加和删除元素
- numpy.unique(ar, return_index=False, return_inverse=False,return_counts=False, axis=None) Find the unique elements of an array. 查找数组的唯一元素。
- return_index：the indices of the input array that give the unique values
- return_inverse：the indices of the unique array that reconstruct the input array
- return_counts：the number of times each unique value comes up in the input array
练习
将 arr转换为2行的2维数组。arr = np.arange(10)
垂直堆叠数组a和数组b。
a = np.arange(10).reshape([2, -1])
b = np.repeat(1, 10).reshape([2, -1])
将数组a与数组b水平堆叠。
a = np.arange(10).reshape([2, -1])
b = np.repeat(1, 10).reshape([2, -1])
将 arr的2维数组按列输出。
arr = np.array([[16, 17, 18, 19, 20],[11, 12, 13, 14, 15],[21, 22, 23, 24, 25],[31, 32, 33, 34, 35],[26, 27, 28, 29, 30]])
给定两个随机数组A和B，验证它们是否相等。
A = np.random.randint(0,2,5) B = np.random.randint(0,2,5)
在给定的numpy数组中找到重复的条目（第二次出现以后），并将它们标记为True。第一次出现应为False。
a = np.random.randint(0, 5, 10)
建立一个随机数在1-10之间的3行2列的数组，并将其转换成2行3列的数组。
