NumPy 数组连接
连接 NumPy 数组
连接意味着将两个或多个数组的内容放在单个数组中。
在 SQL 中，我们基于键来连接表，而在 NumPy 中，我们按轴连接数组。
我们传递了一系列要与轴一起连接到 concatenate() 函数的数组。如果未显式传递轴，则将其视为 0。
实例
连接两个数组：
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.concatenate((arr1, arr2)) print(arr)
实例
沿着行 (axis=1) 连接两个 2-D 数组：
import numpy as np arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]]) arr = np.concatenate((arr1, arr2), axis=1) print(arr)
使用堆栈函数连接数组
堆栈与级联相同，唯一的不同是堆栈是沿着新轴完成的。
我们可以沿着第二个轴连接两个一维数组，这将导致它们彼此重叠，即，堆叠（stacking）。
我们传递了一系列要与轴一起连接到 concatenate() 方法的数组。如果未显式传递轴，则将其视为 0。
实例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.stack((arr1, arr2), axis=1) print(arr)
沿行堆叠
NumPy 提供了一个辅助函数：hstack() 沿行堆叠。
实例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.hstack((arr1, arr2)) print(arr)
沿列堆叠
NumPy 提供了一个辅助函数：vstack() 沿列堆叠。
实例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.vstack((arr1, arr2)) print(arr)
沿高度堆叠（深度）
NumPy 提供了一个辅助函数：dstack() 沿高度堆叠，该高度与深度相同。
实例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.dstack((arr1, arr2)) print(arr)
NumPy 数组拆分
拆分 NumPy 数组
拆分是连接的反向操作。
连接（Joining）是将多个数组合并为一个，拆分（Spliting）将一个数组拆分为多个。
我们使用 array_split() 分割数组，将要分割的数组和分割数传递给它。
实例
将数组分为 3 部分：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr)
注释：返回值是一个包含三个数组的数组。
如果数组中的元素少于要求的数量，它将从末尾进行相应调整。
实例
将数组分为 4 部分：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 4) print(newarr)
提示：我们也有 split() 方法可用，但是当源数组中的元素较少用于拆分时，它将不会调整元素，如上例那样，array_split() 正常工作，但 split() 会失败。
拆分为数组
array_split() 方法的返回值是一个包含每个分割的数组。
如果将一个数组拆分为 3 个数组，则可以像使用任何数组元素一样从结果中访问它们：
实例
访问拆分的数组：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr[0]) print(newarr[1]) print(newarr[2])
分割二维数组
拆分二维数组时，请使用相同的语法。
使用 array_split() 方法，传入要分割的数组和想要分割的数目。
实例
把这个 2-D 拆分为三个 2-D 数组。
import numpy as np arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]]) newarr = np.array_split(arr, 3) print(newarr)
上例返回三个 2-D 数组。
此外，您可以指定要进行拆分的轴。
下面的例子还返回三个 2-D 数组，但它们沿行 (axis=1) 分割。
实例
沿行把这个 2-D 拆分为三个 2-D 数组。
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3, axis=1) print(newarr)
另一种解决方案是使用与 hstack() 相反的 hsplit()。
实例
使用 hsplit() 方法将 2-D 数组沿着行分成三个 2-D 数组。
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.hsplit(arr, 3) print(newarr)
提示：vsplit() 和 dsplit() 可以使用与 vstack() 和 dstack() 类似的替代方法
NumPy 数组搜索
搜索数组
您可以在数组中搜索（检索）某个值，然后返回获得匹配的索引。
要搜索数组，请使用 where() 方法。
实例
查找值为 4 的索引：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 4, 4]) x = np.where(arr == 4) print(x)
上例会返回一个元组：(array([3, 5, 6],)
意思就是值 4 出现在索引 3、5 和 6。
实例
查找值为偶数的索引：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8]) x = np.where(arr%2 == 0) print(x)
实例
查找值为奇数的索引：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8]) x = np.where(arr%2 == 1) print(x)
搜索排序
有一个名为 searchsorted() 的方法，该方法在数组中执行二进制搜索，并返回将在其中插入指定值以维持搜索顺序的索引。
假定 searchsorted() 方法用于排序数组。
实例
查找应在其中插入值 7 的索引：
import numpy as np arr = np.array([6, 7, 8, 9]) x = np.searchsorted(arr, 7) print(x)
例子解释：应该在索引 1 上插入数字 7，以保持排序顺序。
该方法从左侧开始搜索，并返回第一个索引，其中数字 7 不再大于下一个值。
从右侧搜索
默认情况下，返回最左边的索引，但是我们可以给定 side=‘right’，以返回最右边的索引。
实例
从右边开始查找应该插入值 7 的索引：
import numpy as np arr = np.array([6, 7, 8, 9]) x = np.searchsorted(arr, 7, side='right') print(x)
例子解释：应该在索引 2 上插入数字 7，以保持排序顺序。
该方法从右边开始搜索，并返回第一个索引，其中数字 7 不再小于下一个值。
多个值
要搜索多个值，请使用拥有指定值的数组。
实例
查找应在其中插入值 2、4 和 6 的索引
import numpy as np arr = np.array([1, 3, 5, 7]) x = np.searchsorted(arr, [2, 4, 6]) print(x)
返回值是一个数组：[1 2 3] 包含三个索引，其中将在原始数组中插入 2、4、6 以维持顺序。
NumPy 数组排序
数组排序
排序是指将元素按有序顺序排列。
有序序列是拥有与元素相对应的顺序的任何序列，例如数字或字母、升序或降序。
NumPy ndarray 对象有一个名为 sort() 的函数，该函数将对指定的数组进行排序。
实例
对数组进行排序：
import numpy as np arr = np.array([3, 2, 0, 1]) print(np.sort(arr))
注释：此方法返回数组的副本，而原始数组保持不变。
您还可以对字符串数组或任何其他数据类型进行排序：
实例
对数组以字母顺序进行排序：
import numpy as np arr = np.array(['banana', 'cherry', 'apple']) print(np.sort(arr))
实例
对布尔数组进行排序：
import numpy as np arr = np.array([True, False, True]) print(np.sort(arr))
对 2-D 数组排序
如果在二维数组上使用 sort() 方法，则将对两个数组进行排序：
实例
对 2-D 数组排序
import numpy as np arr = np.array([[3, 2, 4], [5, 0, 1]]) print(np.sort(arr))
