高阶数组操作

 

一、重塑数组

    在很多情况下，我们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。例如，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：

        

    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，这种操作通常被称为 扁平化（flattening）或 分散化（raveling）：

        

        flatten() 和 ravel() 实现的功能是一样：

            

        不同之处在于：

            在使用过程中flatten()分配了新的内存，返回数据的副本；

            ravel() 不会生成底层数值的副本，返回的是一个数组的视图；

        原数组和 ravel() / fatten() 返回后的数组的地址并不一样:

            

        在使用过程中应该注意避免在修改视图时影响原本的数组：

            对 ravel() 后的结果进行修改时，会影响原本的数组；对 fatten() 后的结果进行修改时，不会原本的数组产生任何影响。

             

        

二、C 顺序和 Fortran 顺序

    Numpy 提供了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，矩阵都是列方向上的。

    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"（还有一些不太常用的选项 "A" 和 "K"。）

    按 C 顺序（行方向）的重塑和按 Fortran 顺序（列方向）的重塑：

        

        

    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：

        (1) 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）

        (2) 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）

 

三、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：