开发者学堂课程【Python 科学计算库 NumPy 快速入门:切片索引与形状修改】学习笔记,与课程紧密联系,让用户快速学习知识。
课程地址:https://developer.aliyun.com/learning/course/605/detail/8819
切片索引与形状修改
内容简介:
一、数組的索引、切片
二、形状修改
一、数组的索引、切片
获取第一个股票的前3个交易日的涨跌幅数据
#二维的数组,两个维度
stock_ change[0, 0:3]
返回结果:
array([-0.03862668,-1.46128096, -0. 75596237])
一维、二维、三维的数组如何索引?
#三维,一维
a1 = np.array([ [[1,2,3],[4,5,6]], [[12,3,34],[5,6,7]]])
#返回结果
array([[[ 1,2, 3],
[ 4,5, 6]],
[[12, 3, 34],
[5,6,7]]])
#索引、切片
>>>a1[0, 0, 1]#输出:2
二、形状修改
(一)ndarray. reshape ( shape)返回新的 ndarray, 原始数据没有改变
(二)ndarray. resize(shape)没有返回值, 对原始的 ndarray 进行了修改
(三)ndarray.T转置行变成列,列变成行
需求:让刚才的股票行、日期列反过来,变成日期行,股票列
ndarray.reshape(shape[, order]) Returns an array containing the same data with a new shape.
#在转换形状的时候,一 定要注意数组的元素匹配
stock_ change. reshape([10, 8]) #只是将形状进行了修改,但并没有将行列进行转换
stock_ change. reshape([-1, 20]) # 数组的形状被修改为: (4, 20), -1:表示通过待计算
ndarray.T 数组的转置
。将数组的行、列进行互换
stock_ change. Shape
(8, 10)
stock_ change. T. shape
(10, 8)