基础 | numpy ndarray 之内功心法,理解高维操作!-阿里云开发者社区

开发者社区> 开发与运维> 正文
登录阅读全文

基础 | numpy ndarray 之内功心法,理解高维操作!

简介:

多维数据的形象表示


import numpy as np

# 一维数据不用赘言
data_1d = np.array([0, 1, 2, 3])

# 二维数据作为 m 行 n 列的表格,例如 2 行 3 列
data_2d = np.arange(6).reshape(2, 3)

# 三维数据作为 k 层 m 行 n 列 的积木块, 例如 2 层 3 行 4 列
data_3d = np.arange(24).reshape(2, 3, 4)

6c128464523aad899f42f03443065526fd615402

检查一个 ndarray 数据的维度和大小,分别用 ndim 和 shape 属性。


>>> print(data_3d.ndim)
3
>>> print(data_3d.shape)
(2, 3, 4)

shape 是一个很关键的属性,我是这样把它和各个轴对应的:


shape: (2, 3, 4)
k, m, n
z, y, x

心法1: x, y, z 对应的shape元组是从右往左数的。

这是我的个人习惯,也符合主流的用法。

图像数据的小误会

打开一幅 640 x 480 的图像:


import numpy as np
import matplotlib.pylab as plt

image = plt.imread("lena.jpg")
print(image.shape)

# --- 结果 ---
# (480, 640, 3)
# (y, x, c)

不是 640 x 480 吗, 怎么倒过来了?我写代码的时候在这里总是犯迷糊。

在口头表达中,我们先说宽640,再说高480,而在计算机中是先高(y) 后宽(x),注意了!

每个像素有三个颜色分量(color),所以这个维度放在了最右边,可以理解,顺序就是 (y, x, c)

抽象轴上的操作

对于4维及更高维度的数据,无法在3维空间图示。这个时候,就不要考虑形象思维了,直接按照规则做处理。

用 shape 属性返回的元组,从左到右,座标轴分别命名为 axis 0, axis 1, ...,请注意,现在是从左向右数,正好是这个元组的 index,在以后的运算中,都按此规定。


>>> print(data.shape)
(3, 3, 2, 5)

# axis 0: 3
# axis 1: 3
# axis 2: 2
# axis 3: 5

心法2: 抽象座标轴顺序从左向右。指定哪个轴,就只在哪个轴向操作,其他轴不受影响。

排序(sorting)

data = np.array(np.arange(12))
np.random.shuffle(data)
data = data.reshape(3, 4)
print(data)

# [[10 8 3 2]
# [ 5 6 0 7]
# [11 4 9 1]]

print(np.sort(data, axis=0))

# [[ 5 4 0 1] | 小
# [10 6 3 2] | 到
# [11 8 9 7]] | 大

print(np.sort(data, axis=1))

# 小 到 大
# --------->
# [[ 2 3 8 10]
# [ 0 5 6 7]
# [ 1 4 9 11]]

如果你在心中能把抽象轴和 x, y, z 对应起来,则理解轴向排序很容易。


shape: (3, 4)
axis: 0, 1
AXIS: y, x

2. 求和、均值、方差、最大、最小、累加、累乘

这几个函数调用,一般会指定轴向,注意心法2

sum,mean,std,var,min,max 会导致这个轴被压扁,缩减为一个数值


data = np.arange(24).reshape(2, 3, 4)
print(data)

# [[[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
#
# [[12 13 14 15]
# [16 17 18 19]
# [20 21 22 23]]]

print( np.sum(data, axis=0) )

# 0轴被sum压扁,1轴2轴不变
# [[12 14 16 18]
# [20 22 24 26]
# [28 30 32 34]]

print( np.sum(data, axis=1) )

# 1轴被sum压扁,0轴2轴不变
# [[12 15 18 21]
# [48 51 54 57]]

72a9cbe5f29502f7982a59fda441751526048d3e

cumsum,cumprod 不缩减轴向,只在指定轴向操作,请读者自己试验。

3. 索引和切片(indexing and slicing)

心法3: 在索引中出现冒号(:),则本轴继续存在,如果只是一个数值,则本轴消失。

例如,像 :, :1, 1: 这样的索引,保留此轴, data[:, :1, 2:] 中,三个轴都保留。 data[1, 4, 2] 三个轴都消失,只返回一个数值。

data[1:2, 0:1, 0:1] 中,三个轴都保留,但只有一个数据元素,很神奇吧。


data = np.arange(24).reshape(2, 3, 4)
print( data )

# [[[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
#
# [[12 13 14 15]
# [16 17 18 19]
# [20 21 22 23]]]

print( data[0, :, :] )

# axis 0,即 z 轴,是数值,则 z 轴消失,切了一片 x-y
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]

print( data[0, 1, 2] )

# 所有轴都消失,只返回一个标量数据
# 6

print( data[0:1, 1:2, 2:3] )

# 返回三维数据,虽然只有一个元素
# [[[6]]]

如何查看 ndarray 的维度呢?可以访问 shape 属性;如果打印出来了,那么就数一数起始的中括号个数,比如 [[[6]]], 有三个 [,那么就是三维数组。你记住了吗?

4. 拼接(concatenating)

同样遵循心法2,指定哪个轴,就在哪个轴向拼接:


data = np.arange(4).reshape(2, 2)
print( np.concatenate([data, data], axis=0) )

# 在轴向 0 拼接,即 y 方向
# [[0 1]
# [2 3]
# [0 1]
# [2 3]]

print( np.concatenate([data, data], axis=1) )

# 在轴向 1 拼接,即 x 方向
# [[0 1 0 1]
# [2 3 2 3]]

reshape 之迷乱

你有没有这个困惑:在 reshape 之后,数据在各个轴上是如何重新分配的?

搞清楚 ndarray 的数据在内存里的存放方式,以及各个维度的访问方式,reshape 困惑就迎刃而解了。

心法4: ndarray 的数据在内存里以一维线性存放,reshape 前后,数据没有变化,只是访问方式变了而已。

数据优先填充 X 轴向,其次 Y 轴,其次 Z 轴 。。。

2cf6a78e4f2c1dbdbaca731260be21c4bbc80778

有 C 语言基础的,很容易理解 ndarray 的实现,就是 C 中的多维数组而已。


int data[2][3][4];
int data[4][6];

总结

就说这么多,看了本文请亲自动手写代码体验一下。掌握此心法,可以纵横 numpy 世界而无大碍。

心法1: x, y, z 对应的shape元组是从右往左数的。

心法2: 抽象座标轴顺序从左向右。指定哪个轴,就只在哪个轴向操作,其他轴不受影响。

心法3: 在索引中出现冒号(:),则结果中本轴继续存在,如果只是一个数值,则本轴消失。

心法4: ndarray 的数据在内存里以一维线性存放,reshape 前后,数据没有变化,只是访问方式变了而已。


原文发布时间为:2018-09-20

本文作者:曲奇

本文来自云栖社区合作伙伴“磐创AI”,了解相关信息可以关注“磐创AI”。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: