numpy数组拼接简单示例


Posted in Python onDecember 15, 2017

NumPy数组是一个多维数组对象,称为ndarray。其由两部分组成:

·实际的数据

·描述这些数据的元数据

大部分操作仅针对于元数据,而不改变底层实际的数据。

关于NumPy数组有几点必需了解的:

·NumPy数组的下标从0开始。

·同一个NumPy数组中所有元素的类型必须是相同的。

NumPy数组属性

在详细介绍NumPy数组之前。先详细介绍下NumPy数组的基本属性。NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推。在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量。比如说,二维数组相当于是两个一维数组,其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是NumPy中的轴(axes),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。

NumPy的数组中比较重要ndarray对象属性有:

1.ndarray.ndim:数组的维数(即数组轴的个数),等于秩。最常见的为二维数组(矩阵)。

2.ndarray.shape:数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中,表示数组的“行数”和“列数”。ndarray.shape返回一个元组,这个元组的长度就是维度的数目,即ndim属性。

3.ndarray.size:数组元素的总个数,等于shape属性中元组元素的乘积。

4.ndarray.dtype:表示数组中元素类型的对象,可使用标准的Python类型创建或指定dtype。另外也可使用前一篇文章中介绍的NumPy提供的数据类型。

5.ndarray.itemsize:数组中每个元素的字节大小。例如,一个元素类型为float64的数组itemsiz属性值为8(float64占用64个bits,每个字节长度为8,所以64/8,占用8个字节),又如,一个元素类型为complex32的数组item属性为4(32/8)。

6.ndarray.data:包含实际数组元素的缓冲区,由于一般通过数组的索引获取元素,所以通常不需要使用这个属性。

数组拼接方法一

思路:首先将数组转成列表,然后利用列表的拼接函数append()、extend()等进行拼接处理,最后将列表转成数组。

示例1:

>>> import numpy as np
>>> a=np.array([1,2,5])
>>> b=np.array([10,12,15])
>>> a_list=list(a)
>>> b_list=list(b)
>>> a_list.extend(b_list)
>>> a_list
[1, 2, 5, 10, 12, 15]
>>> a=np.array(a_list)
>>> a
array([ 1, 2, 5, 10, 12, 15])

该方法只适用于简单的一维数组拼接,由于转换过程很耗时间,对于大量数据的拼接一般不建议使用。

数组拼接方法二

思路:numpy提供了numpy.append(arr,values,axis=None)函数。对于参数规定,要么一个数组和一个数值;要么两个数组,不能三个及以上数组直接append拼接。append函数返回的始终是一个一维数组。

示例2:

>>> a=np.arange(5)
>>> a
array([0, 1, 2, 3, 4])
>>> np.append(a,10)
array([ 0, 1, 2, 3, 4, 10])
>>> a
array([0, 1, 2, 3, 4])
 
>>> b=np.array([11,22,33])
>>> b
array([11, 22, 33])
>>> np.append(a,b)
array([ 0, 1, 2, 3, 4, 11, 22, 33])
 
>>> a
array([[1, 2, 3],
    [4, 5, 6]])
>>> b=np.array([[7,8,9],[10,11,12]])
>>> b
array([[ 7, 8, 9],
    [10, 11, 12]])
>>> np.append(a,b)
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

numpy的数组没有动态改变大小的功能,numpy.append()函数每次都会重新分配整个数组,并把原来的数组复制到新数组中。

数组拼接方法三

思路:numpy提供了numpy.concatenate((a1,a2,...),axis=0)函数。能够一次完成多个数组的拼接。其中a1,a2,...是数组类型的参数

示例3:

>>> a=np.array([1,2,3])
>>> b=np.array([11,22,33])
>>> c=np.array([44,55,66])
>>> np.concatenate((a,b,c),axis=0) # 默认情况下,axis=0可以不写
array([ 1, 2, 3, 11, 22, 33, 44, 55, 66]) #对于一维数组拼接,axis的值不影响最后的结果
 
>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[11,21,31],[7,8,9]])
>>> np.concatenate((a,b),axis=0)
array([[ 1, 2, 3],
    [ 4, 5, 6],
    [11, 21, 31],
    [ 7, 8, 9]])
>>> np.concatenate((a,b),axis=1) #axis=1表示对应行的数组进行拼接
array([[ 1, 2, 3, 11, 21, 31],
    [ 4, 5, 6, 7, 8, 9]])

对numpy.append()和numpy.concatenate()两个函数的运行时间进行比较

示例4:

>>> from time import clock as now
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.append(a,b)
>>> time2=now()
>>> print time2-time1
28.2316728446
>>> a=np.arange(9999)
>>> b=np.arange(9999)
>>> time1=now()
>>> c=np.concatenate((a,b),axis=0)
>>> time2=now()
>>> print time2-time1
20.3934997107

可知,concatenate()效率更高,适合大规模的数据拼接

总结

以上就是本文关于numpy数组拼接简单示例的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站:

如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

Python 相关文章推荐
以911新闻为例演示Python实现数据可视化的教程
Apr 23 Python
在Python的Django框架中显示对象子集的方法
Jul 21 Python
Python信息抽取之乱码解决办法
Jun 29 Python
基于python 爬虫爬到含空格的url的处理方法
May 11 Python
Python中函数的基本定义与调用及内置函数详解
May 13 Python
python单例设计模式实现解析
Jan 07 Python
pytorch方法测试详解——归一化(BatchNorm2d)
Jan 15 Python
Python利用FFT进行简单滤波的实现
Feb 26 Python
浅析python标准库中的glob
Mar 13 Python
使用python实现微信小程序自动签到功能
Apr 27 Python
python3 re返回形式总结
Nov 20 Python
Python类方法总结讲解
Jul 26 Python
浅谈numpy数组的几种排序方式
Dec 15 #Python
Python多线程爬虫实战_爬取糗事百科段子的实例
Dec 15 #Python
python导入csv文件出现SyntaxError问题分析
Dec 15 #Python
python matplotlib中文显示参数设置解析
Dec 15 #Python
MAC中PyCharm设置python3解释器
Dec 15 #Python
Python通过matplotlib画双层饼图及环形图简单示例
Dec 15 #Python
python绘制双柱形图代码实例
Dec 14 #Python
You might like
PHP 柱状图实现代码
2009/12/04 PHP
php识别翻转iphone拍摄的颠倒图片
2018/05/17 PHP
PHP实现cookie跨域session共享的方法分析
2019/08/23 PHP
jQuery 源码分析笔记(4) Ready函数
2011/06/02 Javascript
js计算两个时间之间天数差的实例代码
2013/11/19 Javascript
JavaScript利用正则表达式去除日期中的“-”
2014/07/01 Javascript
使用javascript实现判断当前浏览器
2015/04/14 Javascript
JavaScript+CSS实现仿Mootools竖排弹性动画菜单效果
2015/10/14 Javascript
JS组件中bootstrap multiselect两大组件较量
2016/01/26 Javascript
jQuery中JSONP的两种实现方式详解
2016/09/26 Javascript
Vue.js学习示例分享
2017/02/05 Javascript
JavaScript实现兼容IE6的收起折叠与展开效果实例
2017/09/20 Javascript
vue脚手架中配置Sass的方法
2018/01/04 Javascript
koa大型web项目中使用路由装饰器的方法示例
2019/04/02 Javascript
NodeJS http模块用法示例【创建web服务器/客户端】
2019/11/05 NodeJs
python根据经纬度计算距离示例
2014/02/16 Python
python实现k均值算法示例(k均值聚类算法)
2014/03/16 Python
Python contextlib模块使用示例
2015/02/18 Python
python3+PyQt5实现使用剪贴板做复制与粘帖示例
2017/01/24 Python
python tools实现视频的每一帧提取并保存
2020/03/20 Python
python通过robert、sobel、Laplace算子实现图像边缘提取详解
2019/08/21 Python
Jupyter notebook如何修改平台字体
2020/05/13 Python
纯css3实现的鼠标悬停动画按钮
2014/12/23 HTML / CSS
荷兰鞋类购物网站:Donelli
2019/05/24 全球购物
有abstract方法的类一定要用abstract修饰吗
2016/03/14 面试题
木工主管岗位职责
2013/12/08 职场文书
丑小鸭教学反思
2014/02/03 职场文书
《小山羊和小灰兔》教学反思
2014/02/19 职场文书
小学数学国培感言
2014/03/10 职场文书
求职意向书
2014/07/29 职场文书
环卫工作个人总结
2015/03/04 职场文书
2015入党自荐书范文
2015/03/05 职场文书
优秀大学生自荐信
2015/03/26 职场文书
大学生军训感言
2015/08/01 职场文书
优质护理服务心得体会
2016/01/22 职场文书
CSS3常见动画的实现方式
2021/04/14 HTML / CSS