NumPy最常用的6种数组转换方法

本文将为您介绍NumPy中最常用的5种数组转换方法。

• astype()：将数组的数据类型转换为指定类型，可以使用np.astype()方法。例如，将一个整数类型的数组转换为浮点数类型：

import numpy as np
arr = np.array([1, 2, 3])
float_arr = arr.astype(np.float64)

• reshape()：改变数组的形状，可以使用np.reshape()方法。例如，将一个一维数组转换为二维数组：

import numpy as np
arr = np.arange(9)
arr_2d = arr.reshape((3, 3))

• transpose()：交换数组的维度，可以使用np.transpose()方法或数组的.T属性。例如，将一个二维数组的行列交换：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_transpose = np.transpose(arr)
# 或者使用.T属性
arr_transpose = arr.T

• flatten()：将多维数组转换为一维数组，可以使用np.flatten()方法。例如，将一个二维数组转换为一维数组：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_flat = arr.flatten()

• ravel()：将多维数组转换为一维数组，与flatten()方法类似，但是ravel()方法不会对数组进行复制，返回的是原数组的视图。例如，将一个二维数组转换为一维数组：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_ravel = arr.ravel()

• squeeze()：删除数组中维度为1的维度，可以使用np.squeeze()方法。例如，将一个二维数组的维度为1的维度删除：

import numpy as np
arr = np.array([[[1], [2], [3]]])
arr_squeeze = np.squeeze(arr)

除了上文提到的常用的转换方法外，NumPy中还有其他一些不常用的转换方法：

• view()：创建一个新的数组对象，与原数组共享数据。如果修改新数组中的数据，则原数组也会发生变化。
• byteswap()：对数组中的每个元素进行字节交换。
• asfortranarray()和ascontiguousarray()：将数组转换为Fortran和C序的数组。Fortran序列是列优先序列，而C序列是行优先序列。这两种序列在不同的科学计算软件中具有不同的用途。
• choose()：根据索引数组从一组数组中选择元素。返回的数组将具有与索引数组相同的形状。