本文主要介紹一些偶爾“常用”的python語法名扛。
numpy的增維树姨，降維度
在實際開發(fā)中峰髓，會需要將二維矩陣轉(zhuǎn)為多維向量的需求。同時也會有將多維向量轉(zhuǎn)換為二維數(shù)組的需求佩捞。 這里以numpy舉例，說明生降維的基本用法蕾哟。
降維
使用函數(shù) numpy.squeeze(), 刪除無用維度一忱， 但是squeeze()函數(shù)只能用于刪除該維度內(nèi)長度為1的場景，即多余的維度渐苏。
import numpy as np
arr = np.array([[[1, 2, 3], [2, 3, 4]]])
print(arr)
#[[[1 2 3]
# [2 3 4]]]
print(arr.shape) # (1, 2, 3)
# 事實上第一個維度我們是不需要的掀潮，因為在該維度上數(shù)組的長度是 1
# 刪除第 1 個維度，我們看到已經(jīng)改變了
print(np.squeeze(arr, 0))
#[[1 2 3]
# [2 3 4]]
升維
對于升維琼富，可以使用numpy.expand_dims( , ), 增加維度仪吧。其中第二個參數(shù)表示要增加哪一個維度。因為數(shù)組長度是固定的鞠眉，在升維后薯鼠，對應維度內(nèi)的數(shù)組長度為1。
import numpy as np
arr = np.array([[1, 2, 3], [2, 3, 4]])
print(arr.shape) # (2, 3)
print(np.expand_dims(arr, 0).shape) # (1, 2, 3)
print(np.expand_dims(arr, 1).shape) # (2, 1, 3)
print(np.expand_dims(arr, 2).shape) # (2, 3, 1)
arr = np.array([1, 2, 3])
print(np.expand_dims(arr, 0))
# [[1 2 3]]
print(np.expand_dims(arr, 1))
#[[1]
# [2]
# [3]]
改變維度
常用的改變維度的方法是numpy.reshape(,)械蹋。
import numpy as np
arr = np.array([[1, 2, 3], [2, 3, 4]])
print(arr.shape) # (2, 3)
arr1 = arr.reshape((2, 1, 1, 3))
print(arr1)
#[[[[1 2 3]]]
# [[[2 3 4]]]]
print(arr1.shape) # (2, 1, 1, 3)
print(arr1.reshape((2, 3))) # True
# [[1 2 3]
# [2 3 4]]
二維矩陣增加行出皇、列
可以使用numpy.append()函數(shù)，在矩陣的結尾添加數(shù)據(jù)哗戈。這里添加數(shù)據(jù)的維度要匹配郊艘。
import numpy as np
arr = np.arange(0, 12).reshape(3, 4)
print(arr)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 在尾部增加一行，這里的維度一定要匹配唯咬，指定 [0, 0, 0, 0] 是不行的纱注，因為 arr 是一個二維數(shù)組
print(np.append(arr, [[0, 0, 0, 0]], axis=0))
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]
# [ 0 0 0 0]]
# 在尾部增加一列，維度同樣要匹配
print(np.append(arr, [[0], [0], [0]], axis=1))
# [[ 0 1 2 3 0]
# [ 4 5 6 7 0]
# [ 8 9 10 11 0]]
同樣可以使用numpy.insert()在原有數(shù)組中插入對應元素或 數(shù)組胆胰。insert()函數(shù)可以替代append()函數(shù)的功能;同樣狞贱，insert函數(shù)在使用中需要注意插入數(shù)據(jù)的維度。
import numpy as np
arr = np.arange(0, 12).reshape(3, 4)
print(arr)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 索引為 1 的位置插入一行蜀涨，值全為 0
print(np.insert(arr, 1, 0, axis=0))
# [[ 0 1 2 3]
# [ 0 0 0 0]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 或者我們也可以手動指定
print(np.insert(arr, 1, [0, 0, 0, 0], axis=0))
# [[ 0 1 2 3]
# [ 0 0 0 0]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 二維數(shù)組也是可以的
print(np.insert(arr, 1, [[0, 0, 0, 0], [0, 0, 0, 0]], axis=0))
# [[ 0 1 2 3]
# [ 0 0 0 0]
# [ 0 0 0 0]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 插入一列瞎嬉，注意元素個數(shù)要匹配，每一列是 3 個元素
print(np.insert(arr, 1, [[0, 0, 0], [0, 0, 0]], axis=1))
# [[ 0 0 0 1 2 3]
# [ 4 0 0 5 6 7]
# [ 8 0 0 9 10 11]]
使用insert替代append實現(xiàn)同樣的效果
import numpy as np
arr = np.arange(0, 12).reshape(3, 4)
print(arr)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 在尾部增加一行
print(np.insert(arr, arr.shape[0], 0, axis=0))
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]
# [ 0 0 0 0]]
# 在尾部增加一列
print(np.insert(arr, arr.shape[1], 0, axis=1))
# [[ 0 1 2 3 0]
# [ 4 5 6 7 0]
# [ 8 9 10 11 0]]
二維矩陣刪除行厚柳、列
刪除函數(shù) numpy.delete(, , axis=0)), 這里能省略axis參數(shù)氧枣。如果不指定具體的axis參數(shù)，矩陣將被扁平化處理别垮，然后刪除索引的元素挑胸。
import numpy as np
arr = np.arange(0, 12).reshape(3, 4)
print(arr)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 刪除第二行
print(np.delete(arr, [1], axis=0))
"""
[[ 0 1 2 3]
[ 8 9 10 11]]
"""
# 刪除第一行和第三行
print(np.delete(arr, [0, 2], axis=0))
# [[4 5 6 7]]
# 刪除前兩行，slice(0, 2) 也可以換成 np.s_[0: 2]
print(np.delete(arr, slice(0, 2), axis=0))
# [[ 8 9 10 11]]
#注意宰闰，如果不指定具體的axis參數(shù)茬贵，會將 arr 扁平化處理簿透，然后刪除索引為 1 的元素
print(np.delete(arr, [1]))
#[ 0 2 3 4 5 6 7 8 9 10 11]
