Numpy 数组操作
Numpy 中包含了一些函数用于处理数组，本节重点介绍如下几类：
- 修改数组形状；
- 翻转数组；
- 格式转换。
1. 修改数组形状
常用的修改数组形状的函数有：
| 函数 | 说明 |
|---|---|
| reshape | 不改变数据的条件下修改形状 |
| flat | 数组元素迭代器 |
| flatten | 返回一份数组拷贝，对拷贝所做的修改不会影响原始数组 |
| ravel | 返回展开数组 |
1.1 reshape
numpy.reshape 函数可以在不改变数据的条件下修改形状，其函数原型如下：
numpy.reshape(arr, newshape, order='C')
| 参数 | 说明 |
|---|---|
| arr | 待修改形状的数组 |
| newshape | 整数或者整数数组，新的形状应当兼容原有形状 |
| order | ‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘k’ – 元素在内存中的出现顺序。 |
案例
生成一维数组，并利用 reshape 进行数组形状的重整：
arr0 = np.arange(8).reshape(2,4)
输出结果为：
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
1.2 flat
numpy.ndarray.flat 是一个数组元素迭代器，可以利用for循环对迭代器进行遍历。
案例
查阅数组 arr0 中的元素
for element in arr0.flat:
print(element)
程序执行结果为：
0
1
2
3
4
5
6
7
1.3 flatten
numpy.ndarray.flatten返回一份数组拷贝，并折叠为一维的数组。对拷贝所做的修改不会影响原始数组，函数原型如下：
ndarray.flatten(order='C')
其中，order 可选：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。
案例
将数组 arr0 以特定顺序展开：
print("将arr0以行顺序展开：", arr0.flatten(order='C'))
print("将arr0以列顺序展开：", arr0.flatten(order='F'))
执行结果为：
将arr0以行顺序展开： [0 1 2 3 4 5 6 7]
将arr0以列顺序展开： [0 4 1 5 2 6 3 7]
1.4 ravel
numpy.ravel() 展平的数组元素，顺序通常是"C风格"，返回的是数组视图（view），修改会影响原始数组。
该函数接收两个参数：
numpy.ravel(a, order='C')
其中，order 可选：‘C’ – 按行，‘F’ – 按列，‘A’ – 原顺序，‘K’ – 元素在内存中的出现顺序。
案例
arr_r = np.ravel(arr0, order='C')
展开结果为：
arr_r
out:
array([0, 1, 2, 3, 4, 5, 6, 7])
通过切片赋值的方法，显式地改变 arr_r 的值，查看 arr0 的变化：
arr_r[0] = 100
arr0
out:
array([[100, 1, 2, 3],
[ 4, 5, 6, 7]])
可以看到，虽然利用 ravel 方法对 arr0 进行了展开，但是对展开后的结果所做的修改，也会对应地出现在 arr0 上。
2. 翻转数组
numpy.transpose 函数用于对换数组的维度。
案例
调换 arr0 的数组维度，达到转置的效果：
np.transpose(arr0)
out:
array([[100, 4],
[ 1, 5],
[ 2, 6],
[ 3, 7]])
类似地，上述案例可以写为：
arr0.transpose()
out:
array([[100, 4],
[ 1, 5],
[ 2, 6],
[ 3, 7]])
或者：
arr0.T
out:
array([[100, 4],
[ 1, 5],
[ 2, 6],
[ 3, 7]])
3. 格式转换
借助于 tolist()，可以快速把 ndarray 格式的数组，转变为列表，方便在某些情况下使用。
案例
把 arr0 转化为列表：
arr0.tolist()
out:
[[100, 1, 2, 3], [4, 5, 6, 7]]
可以看到，对于二维数组，转化后的结果是一个两层嵌套列表。
4. 小结
本节重点介绍数组操作的三种方法：修改数组形状、翻转数组以及转化数组为列表。特别要注意的是ravel() 函数，返回的是原始数组的视图，对结果的修改会对应地体现在原始数组上。