高阶数组操作

高阶数组操作

除了神奇索引、切片和布尔值子集外，还有很多方式可以处理数组。虽然大部分数据分析应用程序的繁重工作都是由pandas中的高级函数处理的，但有时候可能需要编写一些在现有库中找不到的数据算法。

1、重塑数组

在很多情况下，将数组从一个形状转换为另一个形状，并且不复制任何数据。为了实现这个功能，可以向reshape数组实例方法传递一个表示新形状的元组。假设我们有一个一维数组，我们想要把该数组重新排列进一个矩阵：

结果如下图所示：

多维数组也可以被重塑：

传递的形状维度可以有一个值是-1，表示维度通过数据进行推断：

由于数组的shape属性是一个元组，它也可以被传递给reshape：

reshape的反操作可以将更高维度的数组转换为一维数组，这种操作通常被成为扁平化（flattening）或分散化（raveling）：

如果结果中的值在原始数组中是连续的，则ravel不会生成底层数值的副本。flatten方法的行为类似于ravel，但它总是返回数据的副本：

数据可以按照不同的顺序进行重塑或扁平化。

2、C顺序和Fortran顺序

NumPy提供内存中数据布局的控制和灵活性。默认情况下，NumPy数组是按行方向顺序创建的。在空间上，这意味着如果你有一个二维的数据数组，数组每行中的元素存储在相邻的存储单元中。行方向顺序的替代方法是列方向顺序，这意味着每列数据中的值都存储在相邻的内存位置中。

由于历史原因，行和列方向的顺序也分别称为C顺序和Fortran顺序。在FORTRAN 77语言中，矩阵都是列方向的。

像reshape和ravel函数接收一个order参数，该参数表示数据在数组中使用哪种顺序。在大部分情况下，该参数可以被设置为’C’或’F’。

C顺序和Fortran顺序的核心区别就是在维度方向上遍历的方式：

C顺序/行方向顺序首先遍历更高的维度（例如，在轴0上行进之前先在轴1上行进）

Fortran顺序/列方向顺序最后遍历更高的维度（例如，在轴1上行进之前先在轴0上行进）

3、连接和分隔数组

numpy.concatenate可以获取数组的序列（元组、列表等），并沿着输入轴将它们按顺序连接在一起：

对于常见的连接类型有一些方便的函数，比如vstack和hstack。之前的操作可以这样表达：

另一方面，split可以将一个数组沿轴向切片成多个数组：

传递给np.split的值[1,3]表示将数组拆分时的索引位置。

下表是全部有关连接和分隔的函数列表，其中一些仅作为通用concatenate的便捷方法。

3.1 堆叠助手：r 和c

在NumPy命名空间中有两个特殊的对象：r_和c_，它们可以使堆栈数组的操作更为简洁：

这些函数还可以将切片转换为数组：

4、重复元素：tile和repeat

repeat和tile函数是用于重复或复制数组的两个有用的工具。repeat函数按照给定次数对数组中的每个元素进行复制，生成一个更大的数组：

注意：对于NumPy而言，复制或重复数组的需求可能不如其他数组编程框架（如MATLAB）那样常见。其中一个原因是广播通常会更好地满足这一需求。

默认情况下，如果传递一个整数，每个元素都会复制相应的次数。如果传递了一个整数数组，每个元素都会重复相应的不同次数：

多维数组可以在指定的轴向上对它们的元素进行重复：

5、神奇索引的等价方法：take和put

使用整数数组通过神奇索引是获取、设置数组子集的一种方式：

还有其他一些ndarray方法可以用于特殊情况下在单个轴上的数据选取：

如果要在别的轴上使用take，可以传递axis关键字：