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
python在windows下实现备份程序实例
Jul 04 Python
python操作gmail实例
Jan 14 Python
将Emacs打造成强大的Python代码编辑工具
Nov 20 Python
Python数据结构与算法之图结构(Graph)实例分析
Sep 05 Python
python 请求服务器的实现代码(http请求和https请求)
May 25 Python
解决DataFrame排序sort的问题
Jun 07 Python
Python代码块批量添加Tab缩进的方法
Jun 25 Python
Python 开发工具PyCharm安装教程图文详解(新手必看)
Feb 28 Python
Python Flask上下文管理机制实例解析
Mar 16 Python
selenium与xpath之获取指定位置的元素的实现
Jan 26 Python
将Python代码打包成.exe可执行文件的完整步骤
May 12 Python
Django Paginator分页器的使用示例
Jun 23 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 随机排序广告的实现代码
2011/05/09 PHP
php的mkdir()函数创建文件夹比较安全的权限设置方法
2014/07/28 PHP
详解WordPress开发中的get_post与get_posts函数使用
2016/01/04 PHP
JQueryEasyUI Layout布局框架的使用
2013/04/08 Javascript
jquery实现非叠加式的搜索框提示效果
2014/01/07 Javascript
js身份证判断方法支持15位和18位
2014/03/18 Javascript
HTML页面弹出居中可拖拽的自定义窗口层
2014/05/07 Javascript
js面向对象编程之如何实现方法重载
2014/07/02 Javascript
fckeditor粘贴Word时弹出窗口取消的方法
2014/10/30 Javascript
30个经典的jQuery代码开发技巧
2014/12/15 Javascript
jQuery对指定元素中指定字符串进行替换的方法
2015/03/17 Javascript
jquery如何获取元素的滚动条高度等实现代码
2015/10/19 Javascript
jquery实现右侧栏菜单选择操作
2016/03/04 Javascript
基于jQuery实现表格内容的筛选功能
2016/08/21 Javascript
JScript实现表格的简单操作
2017/08/15 Javascript
JS设计模式之观察者模式实现实时改变页面中金额数的方法
2018/02/05 Javascript
jQuery实现判断上传图片类型和大小的方法示例
2018/04/11 jQuery
vue3.0 CLI - 1 - npm 安装与初始化的入门教程
2018/09/14 Javascript
原来JS还可以这样拆箱转换详解
2019/02/01 Javascript
Element InfiniteScroll无限滚动的具体使用方法
2020/07/27 Javascript
python使用Berkeley DB数据库实例
2014/09/26 Python
python文件操作之目录遍历实例分析
2015/05/20 Python
Django自定义插件实现网站登录验证码功能
2017/04/19 Python
python3安装pip3(install pip3 for python 3.x)
2018/04/03 Python
对python遍历文件夹中的所有jpg文件的实例详解
2018/12/08 Python
Python3批量生成带logo的二维码方法
2019/06/24 Python
意大利奢侈品零售商:ilDuomo Novara
2019/09/11 全球购物
群众路线教育党课主持词
2014/04/01 职场文书
辅导员评语
2014/05/04 职场文书
路政管理求职信
2014/06/18 职场文书
机关职员工作检讨书
2014/10/23 职场文书
党风廉正建设个人工作总结
2015/03/06 职场文书
元旦晚会主持词开场白
2015/05/28 职场文书
新年晚会主持词开场白
2015/05/28 职场文书
2015秋季开学典礼新闻稿
2015/07/17 职场文书
Python实现DBSCAN聚类算法并样例测试
2021/06/22 Python