《手把手陪您学Python》53——数组的展开

在上一篇《手把手陪您学Python》52——数组的变形中,我们学习了数组变形的方法,并重点理解了如何进行按行以及按列的取值,这些都会在我们今天以及后面要学习的内容中加以体现。

今天我们将要学习的是数组的展开方法。

所谓数组的展开,就是将数组从二维、三维甚至更高维度,转变成一维的过程,就如同《三体》中质子的“低维展开”一般。在展开的过程中,就会涉及到我们上一篇学习的按行展开以及按列展开的顺序问题。

下面我们就来学习三种数组展开的方法。

1、flat

在入门阶段,我们学习过多种迭代器,比如常见的字符串、列表、元组、字典等等。还有迭代器的应用,最典型的就是在for循环中的使用。比如列表中的每一个元素,字典中的每一个键值,都可以在for循环中进行遍历。

如果我们将数组作为一个迭代器,会遍历出怎样的结果呢?

In [1]: import numpy as np

In [2]: arr1 = np.arange(24).reshape(4, 6)
        arr1
Out[2]: array([[ 0,  1,  2,  3,  4,  5],
               [ 6,  7,  8,  9, 10, 11],
               [12, 13, 14, 15, 16, 17],
               [18, 19, 20, 21, 22, 23]])
       
In [3]: for a in arr1:
            print(a)
Out[3]: [0 1 2 3 4 5]
        [ 6  7  8  9 10 11]
        [12 13 14 15 16 17]
        [18 19 20 21 22 23]

In [4]: arr2 = np.arange(24).reshape(4, 3, 2)
        arr2
Out[4]: array([[[ 0,  1],
                [ 2,  3],
                [ 4,  5]],
               [[ 6,  7],
                [ 8,  9],
                [10, 11]],
               [[12, 13],
                [14, 15],
                [16, 17]],
               [[18, 19],
                [20, 21],
                [22, 23]]])
        
In [5]: for b in arr2:
            print(b)
Out[5]: [[0 1]
         [2 3]
         [4 5]]
        [[ 6  7]
         [ 8  9]
         [10 11]]
        [[12 13]
         [14 15]
         [16 17]]
        [[18 19]
         [20 21]
         [22 23]]

可以看到,当我们遍历二维数组的时候,每一次遍历的结果都是“一行”元素,而不是“一个数”。

当我们遍历三维数组的时候,每一次遍历的结果是一个嵌套列表,也不是“一个数”。

如果用我们上节课所学的知识来看,当我们遍历数组的时候,每一次遍历的结果都是最外层的一个元素。

如果是二维数组,那么最外层就是行,一个列表。

如果是三维数组,那么最外层就是嵌套列表,但不是数组。

以此类推,当我们对数组进行遍历的,实际上被遍历的是数组最外层结构,遍历的结果是数组最外层结构中的每一个元素,并且以列表或者嵌套列表的形式进行输出。

如果我们想遍历数组中的每一个数,就像在进行reshape时逐个取数一样,就需要使用flat函数,将数组从一个“最外层结构”迭代器,变成一个真正的“元素”迭代器。

In [6]: for c in arr1.flat:
            print(c)
Out[6]: 0
        1
        2
        3
        4
        5
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        17
        18
        19
        20
        21
        22
        23

In [7]: for d in arr2.flat:
            print(d)
Out[7]: 0
        1
        2
        3
        4
        5
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        17
        18
        19
        20
        21
        22
        23

可以看到,当使用flat对数组进行展开后,数组就变成了真正的“元素”迭代器。无论是二维数组,还是三维数组,甚至更高维的数组,全部都变成了元素迭代器,并可以在遍历的过程中,按顺序输出数组中的每一个“元素”,也就是每一个数。

flat并没有order参数,其默认的顺序是按行取值并展开,从上面的实例中我们也可以看到。

2、flatten

flatten与flat有些类似,只不过,flat是将数组变成元素迭代器后,按顺序逐个取值,并不能看到“展开”后的结果。

而flatten则可以真正地将数组进行展开,并将其转化为一维数组进行结果的输出,与《三体》中质子低维展开的描述完全相同。

此外,flatten具有order参数,能够按行或者按列进行展开并输出结果。如果不指定order的参数值,则默认按行展开。

In [8]: arr1.flatten(order = 'C')
Out[8]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
                17, 18, 19, 20, 21, 22, 23])
       
In [9]: arr1.flatten(order = 'F')
Out[9]: array([ 0,  6, 12, 18,  1,  7, 13, 19,  2,  8, 14, 20,  3,  9, 15, 21,  4,
                10, 16, 22,  5, 11, 17, 23])
       
In [10]: arr2.flatten(order = 'C')
Out[10]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
                 17, 18, 19, 20, 21, 22, 23])
       
In [11]: arr2.flatten(order = 'F')
Out[11]: array([ 0,  6, 12, 18,  2,  8, 14, 20,  4, 10, 16, 22,  1,  7, 13, 19,  3,
                 9, 15, 21,  5, 11, 17, 23])

由于我们已经在上一篇中学习了按行以及按列取值的规则,所以再理解上面的输出结果就非常容易了。

3、ravel

ravel和flatten的功能类似,都是将数组进行“展开”。

但从其语法格式上来看,flatten是方法,有一个参数,而ravel既可以有方法的格式,与flatten一样具有一个参数,也可以使用函数的格式,具有两个参数。

In [12]: arr1.ravel(order = 'C')
Out[12]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
                 17, 18, 19, 20, 21, 22, 23])
       
In [13]: arr1.ravel(order = 'F')
Out[13]: array([ 0,  6, 12, 18,  1,  7, 13, 19,  2,  8, 14, 20,  3,  9, 15, 21,  4,
                 10, 16, 22,  5, 11, 17, 23])
       
In [14]: np.ravel(arr2, order = 'C')
Out[14]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
                 17, 18, 19, 20, 21, 22, 23])
       
In [15]: np.ravel(arr2, order = 'F')
Out[15]: array([ 0,  6, 12, 18,  2,  8, 14, 20,  4, 10, 16, 22,  1,  7, 13, 19,  3,
                 9, 15, 21,  5, 11, 17, 23])

4、flatten与ravel的区别

除了上面说的flatten与ravel语法格式上的区别,其实他们还有一个重要的区别就是返回值的区别。

所谓返回值的区别是指返回的是拷贝(copy)还是视图(view)。

flatten返回的是数组的拷贝,对返回结果的修改不会影响原数组。而ravel返回的是视图,对返回结果的修改会影响原数组,也就相当于直接修改了原数组。

In [16]: arr1.flatten(order = 'C')[0] = 100
         arr1
Out[16]: array([[ 0,  1,  2,  3,  4,  5],
                [ 6,  7,  8,  9, 10, 11],
                [12, 13, 14, 15, 16, 17],
                [18, 19, 20, 21, 22, 23]])
 
In [17]: arr1.ravel(order = 'C')[0] = 100
         arr1
Out[17]: array([[100,   1,   2,   3,   4,   5],
                [  6,   7,   8,   9,  10,  11],
                [ 12,  13,  14,  15,  16,  17],
                [ 18,  19,  20,  21,  22,  23]])

可以看到,同样都是将输出结果的第1个元素值修改为100,使用flatten时,原数组arr1并没有改变,只是对其展开的拷贝进行了修改。

而使用ravel进行展开时,原数组arr1的值也发生了改变。也就是说在使用ravel展开时,我们看到的是原数组的一种视图,类似于“哈哈镜”,虽然形状改变了,但看到的还是原来的数组。当对这个视图进行修改时,也就是对原数组进行了修改。

5、reshape(-1)

reshape(-1)是reshape的一种特殊用法,也可以将数组进行展开,具有order参数,返回的也是原数组的视图。

In [18]: arr2.reshape(-1,order = 'C')
Out[18]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
                 17, 18, 19, 20, 21, 22, 23])
       
In [19]: arr2.reshape(-1,order = 'F')
Out[19]: array([ 0,  6, 12, 18,  2,  8, 14, 20,  4, 10, 16, 22,  1,  7, 13, 19,  3,
                 9, 15, 21,  5, 11, 17, 23])
        
In [20]: arr2.reshape(-1)[0] = 100
         arr2
Out[20]: array([[[100,   1],
                 [  2,   3],
                 [  4,   5]],
         
                [[  6,   7],
                 [  8,   9],
                 [ 10,  11]],
         
                [[ 12,  13],
                 [ 14,  15],
                 [ 16,  17]],
         
                [[ 18,  19],
                 [ 20,  21],
                 [ 22,  23]]])

以上就是对数组展开的几种方法的介绍,下一篇我们将会继续学习数组的操作——翻转,敬请关注。

 

图片

 


感谢阅读本文!如有任何问题,欢迎留言,一起交流讨论^_^

要阅读《手把手陪您学Python》——NumPy系列文章的其他篇目,请关注公众号点击菜单选择,或点击下方链接直达。

《手把手陪您学Python》46——NumPy介绍

《手把手陪您学Python》47——ndarray

《手把手陪您学Python》48——数组的生成方法1

《手把手陪您学Python》49——数组的shape属性

《手把手陪您学Python》50——数组的dtype属性

《手把手陪您学Python》51——数组的生成方法2

《手把手陪您学Python》52——数组的变形

 


 

《手把手陪您学Python》系列文章入门阶段的篇目已经全部完成。

为更加清晰地展示Python入门阶段的知识体系,整理了如下的鱼骨图,以方便大家查阅。

图片

如要阅读相应篇目的内容,请关注公众号点击菜单选择,或点击下方链接直达。

《手把手陪您学Python》1——为什么要学Python?

《手把手陪您学Python》2——Python的安装

《手把手陪您学Python》3——PyCharm的安装和配置

《手把手陪您学Python》4——Hello World!

《手把手陪您学Python》5——Jupyter Notebook

《手把手陪您学Python》6——字符串的标识

《手把手陪您学Python》7——字符串的索引

《手把手陪您学Python》8——字符串的切片

《手把手陪您学Python》9——字符串的运算

《手把手陪您学Python》10——字符串的函数

《手把手陪您学Python》11——字符串的格式化输出

《手把手陪您学Python》12——数字

《手把手陪您学Python》13——运算

《手把手陪您学Python》14——交互式输入

《手把手陪您学Python》15——判断语句if

《手把手陪您学Python》16——循环语句while

《手把手陪您学Python》17——循环的终止

《手把手陪您学Python》18——循环语句for

《手把手陪您学Python》19——第一阶段小结

《手把手陪您学Python》20——列表

《手把手陪您学Python》21——元组

《手把手陪您学Python》22——字典

《手把手陪您学Python》23——内置序列函数

《手把手陪您学Python》24——集合

《手把手陪您学Python》25——列表推导式

《手把手陪您学Python》26——自定义函数

《手把手陪您学Python》27——自定义函数的参数

《手把手陪您学Python》28——自定义函数的返回值

《手把手陪您学Python》29——匿名函数

《手把手陪您学Python》30——模块

《手把手陪您学Python》31——文件的打开

《手把手陪您学Python》32——文件的读取

《手把手陪您学Python》33——文件的关闭

《手把手陪您学Python》34——文件的写入

《手把手陪您学Python》35——数据的存储

《手把手陪您学Python》36——错误和异常处理

《手把手陪您学Python》37——程序的重构

《手把手陪您学Python》38——第二阶段小结

《手把手陪您学Python》39——面向对象

《手把手陪您学Python》40——类的定义、属性与实例化

《手把手陪您学Python》41——类的方法与实例方法

《手把手陪您学Python》42——类的魔法方法

《手把手陪您学Python》43——类的继承

《手把手陪您学Python》44——类的导入

《手把手陪您学Python》45——Python入门完结篇

For Fans:关注“亦说Python”公众号,回复“手53”,即可免费下载本篇文章所用示例语句。

亦说Python——Python爱好者的学习分享园地

 

 

热门文章

暂无图片
编程学习 ·

C语言二分查找详解

二分查找是一种知名度很高的查找算法,在对有序数列进行查找时效率远高于传统的顺序查找。 下面这张动图对比了二者的效率差距。 二分查找的基本思想就是通过把目标数和当前数列的中间数进行比较,从而确定目标数是在中间数的左边还是右边,将查…
暂无图片
编程学习 ·

GMX 命令分类列表

建模和计算操作命令: 1.1 . 创建拓扑与坐标文件 gmx editconf - 编辑模拟盒子以及写入子组(subgroups) gmx protonate - 结构质子化 gmx x2top - 根据坐标生成原始拓扑文件 gmx solvate - 体系溶剂化 gmx insert-molecules - 将分子插入已有空位 gmx genconf - 增加…
暂无图片
编程学习 ·

一文高效回顾研究生课程《数值分析》重点

数值分析这门课的本质就是用离散的已知点去估计整体,就是由黑盒子产生的结果去估计这个黑盒子。在数学里这个黑盒子就是一个函数嘛,这门课会介绍许多方法去利用离散点最大化地逼近这个函数,甚至它的导数、积分,甚至微分方程的解。…
暂无图片
编程学习 ·

在职阿里5年,一个28岁女软测工程师的心声

简单的先说一下,坐标杭州,14届本科毕业,算上年前在阿里巴巴的面试,一共有面试了有6家公司(因为不想请假,因此只是每个晚上去其他公司面试,所以面试的公司比较少) ​ 编辑切换为居中…
暂无图片
编程学习 ·

字符串左旋c语言

目录 题目: 解题思路: 第一步: 第二步: 第三步: 总代码: 题目: 实现一个函数,可以左旋字符串中的k个字符。 例如: ABCD左旋一个字符得到BCDA ABCD左旋两个字符…
暂无图片
编程学习 ·

设计模式--观察者模式笔记

模式的定义与特点 观察者(Observer)模式的定义:指多个对象间存在一对多的依赖关系,当一个对象的状态发生改变时,所有依赖于它的对象都得到通知并被自动更新。这种模式有时又称作发布-订阅模式、模型-视图模式&#xf…
暂无图片
编程学习 ·

睡觉突然身体动不了,什么是睡眠痽痪症

很多朋友可能有这样的体验,睡觉过程中突然意识清醒,身体却动弹不了。这时候感觉非常恐怖,希望旁边有一个人推自己一下。阳光以前也经常会碰到这样的情况,一年有一百多次,那时候很害怕晚上到来,睡觉了就会出…
暂无图片
编程学习 ·

深入理解C++智能指针——浅析MSVC源码

文章目录unique_ptrshared_ptr 与 weak_ptrstd::bad_weak_ptr 异常std::enable_shared_from_thisunique_ptr unique_ptr 是一个只移型别(move-only type,只移型别还有std::mutex等)。 结合一下工厂模式,看看其基本用法&#xff…
暂无图片
编程学习 ·

@TableField(exist = false)

TableField(exist false) //申明此字段不在数据库存在,但代码中需要用到它,通知Mybatis-plus在做写库操作是忽略它。,.
暂无图片
编程学习 ·

Java Web day15

第十二章文件上传和下载 一、如何实现文件上传 要实现Web开发中的文件上传功能,通常需要完成两步操作:一.是在Web页面中添加上传输入项;二是在Servlet中读取上传文件的数据,并保存到本地硬盘中。 需要使用一个Apache组织提供一个…
暂无图片
编程学习 ·

【51nod 2478】【单调栈】【前缀和】小b接水

小b接水题目解题思路Code51nod 2478 小b接水 题目 输入样例 12 0 1 0 2 1 0 1 3 2 1 2 1输出样例 6解题思路 可以发现最后能拦住水的都是向两边递减高度(?) 不管两个高积木之间的的积木是怎样乱七八糟的高度,最后能用来装水的…
暂无图片
编程学习 ·

花了大半天写了一个UVC扩展单元调试工具

基于DIRECTSHOW 实现的,用的是MFC VS2019. 详见:http://www.usbzh.com/article/detail-761.html 获取方法 加QQ群:952873936,然后在群文件\USB调试工具&测试软件\UVCXU-V1.0(UVC扩展单元调试工具-USB中文网官方版).exe USB中文网 USB中文…
暂无图片
编程学习 ·

贪心(一):区间问题、Huffman树

区间问题 例题一:区间选点 给定 N 个闭区间 [ai,bi]请你在数轴上选择尽量少的点,使得每个区间内至少包含一个选出的点。 输出选择的点的最小数量。 位于区间端点上的点也算作区间内。 输入格式 第一行包含整数 N,表示区间数。 接下来 …
暂无图片
编程学习 ·

C语言练习实例——费氏数列

目录 题目 解法 输出结果 题目 Fibonacci为1200年代的欧洲数学家,在他的着作中曾经提到:「若有一只免子每个月生一只小免子,一个月后小免子也开始生产。起初只有一只免子,一个月后就有两只免子,二个月后有三只免子…
暂无图片
编程学习 ·

Android开发(2): Android 资源

个人笔记整理 Android 资源 Android中的资源,一般分为两类: 系统内置资源:Android SDK中所提供的已经定义好的资源,用户可以直接拿来使用。 用户自定义资源:用户自己定义或引入的,只适用于当前应用的资源…
暂无图片
编程学习 ·

零基础如何在短时间内拿到算法offer

​算法工程师是利用算法处理事物的职业 算法(Algorithm)是一系列解决问题的清晰指令,也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。 如果一个算法有缺陷,或不适合于某个问题,执…
暂无图片
编程学习 ·

人工智能:知识图谱实战总结

人工智能python,NLP,知识图谱,机器学习,深度学习人工智能:知识图谱实战前言一、实体建模工具Protegepython,NLP,知识图谱,机器学习,深度学习 人工智能:知识图…
暂无图片
编程学习 ·

【无标题】

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注…