NumPy 간결한 튜토리얼에 대한 심층적인 이해---배열 3(조합)

처음 두 기사에서는 NumPy 배열에 대한 기본 소개를 제공했습니다. 이 기사에서는 NumPy 배열에 대해 더 심층적으로 설명합니다. 먼저 사용자 정의 유형의 배열을 소개한 다음 배열의 조합을 소개하고 마지막으로 배열 복사 문제를 소개합니다.

사용자 정의 구조 배열

C 언어와 같은 구조 유형도 NumPy를 통해 정의할 수 있습니다. NumPy에서 구조체를 정의하는 방법은 다음과 같습니다.

구조 유형 이름을 정의하고 필드 이름을 정의하고 필드 데이터 유형을 나타냅니다.

student= dtype({'names':['name', 'age', 'weight'], 'formats':['S32', 'i','f']}, align = True)

여기에서 Student는 첫 번째 매개변수인 'names' 및 'formats에서 dtype 함수를 사용하여 생성된 사용자 정의 구조 유형의 이름입니다. '변경할 수 없습니다. 이름에 나열된 이름은 구조의 필드 이름이고 나열된 형식은 해당 필드의 데이터 유형입니다. S32는 32바이트 길이의 문자열을 나타내고, i는 32비트 정수, f는 32비트 부동 소수점 숫자를 나타냅니다. 마지막 매개변수가 True이면 메모리 정렬이 필요함을 나타냅니다.

필드에서 데이터 유형을 나타내기 위해 NumPy 문자 인코딩이 사용됩니다. 자세한 데이터 유형은 아래 표를 참조하세요.

数据类型	字符编码
整数	i
无符号整数	u
单精度浮点数	f
双精度浮点数	d
布尔值	b
复数	D
字符串	S
Unicode	U
Void	V

구조 유형을 정의한 후 해당 유형을 요소로 사용하여 배열을 정의할 수 있습니다.

a= array([(“Zhang”, 32, 65.5), (“Wang”, 24, 55.2)], dtype =student)

각 요소의 해당 필드의 데이터를 나열하는 것 외에도 배열 함수의 마지막 매개변수에 해당 데이터 유형을 지정해야 합니다.

기능 결합

다음은 기능을 결합하는 다양한 방법입니다. 먼저 두 개의 배열을 만듭니다.

>>> a = arange(9).reshape(3,3) 
>>> a 
array([[0, 1, 2], 
   [3, 4, 5], 
   [6, 7, 8]]) 
>>> b = 2 * a 
>>> b 
array([[ 0, 2, 4], 
  [ 6, 8, 10], 
  [12, 14, 16]])

수평 조합

>>> hstack((a, b)) 
array([[ 0, 1, 2, 0, 2, 4], 
  [ 3, 4, 5, 6, 8, 10], 
  [ 6, 7, 8, 12, 14, 16]])

이 효과는 연결 기능을 통해서도 얻을 수 있으며 해당 축을 지정합니다:

>>> concatenate((a, b), axis=1) 
array([[ 0, 1, 2, 0, 2, 4], 
  [ 3, 4, 5, 6, 8, 10], 
  [ 6, 7, 8, 12, 14, 16]])

수직 조합

>>> vstack((a, b)) 
array([[ 0, 1, 2], 
  [ 3, 4, 5], 
  [ 6, 7, 8], 
  [ 0, 2, 4], 
  [ 6, 8, 10], 
  [12, 14, 16]])

이 효과는 마찬가지로 연결 기능과 해당 축 지정을 통해 얻을 수 있습니다.

>>> concatenate((a, b), axis=0) 
array([[ 0, 1, 2], 
  [ 3, 4, 5], 
  [ 6, 7, 8], 
  [ 0, 2, 4], 
  [ 6, 8, 10], 
  [12, 14, 16]])

깊이 조합

추가로 깊이 조합 기능인 dstack이 있습니다. 이름에서 알 수 있듯이 배열의 세 번째 축(즉, 깊이)에서 결합됩니다. 다음과 같습니다:

>>> dstack((a, b)) 
array([[[ 0, 0], 
  [ 1, 2], 
  [ 2, 4]], 
 
  [[ 3, 6], 
  [ 4, 8], 
  [ 5, 10]], 
 
  [[ 6, 12], 
  [ 7, 14], 
  [ 8, 16]]])

자세히 살펴보고 해당 요소가 새 목록으로 결합되어 새 배열의 요소로 사용되는지 확인하세요. .

행 조합

행 조합은 여러 개의 1차원 배열을 새 배열의 각 행으로 결합합니다.

>>> one = arange(2) 
>>> one 
array([0, 1]) 
>>> two = one + 2 
>>> two 
array([2, 3]) 
>>> row_stack((one, two)) 
array([[0, 1], 
  [2, 3]])

2D 배열의 경우 수직 조합처럼 작동합니다.

컬럼 조합

컬럼 조합의 효과가 명확해야 합니다.

>>> column_stack((oned, twiceoned)) 
array([[0, 2], 
  [1, 3]])

2D 배열의 경우 수평 조합처럼 작동합니다.

배열 분할

NumPy에서 배열 분할 기능에는 hsplit, vsplit, dsplit 및 분할이 포함됩니다. 배열을 동일한 크기의 하위 배열로 분할하거나 원본 배열이 분할되는 위치를 지정할 수 있습니다.

수평 분할

>>> a = arange(9).reshape(3,3) 
>>> a 
array([[0, 1, 2], 
  [3, 4, 5], 
  [6, 7, 8]]) 
>>> hsplit(a, 3) 
[array([[0], 
  [3], 
  [6]]), 
 array([[1], 
  [4], 
  [7]]), 
 array([[2], 
  [5], 
  [8]])]

또한 분할 함수를 호출하고 축을 1로 지정하여 이를 얻습니다. 효과 :

split(a, 3, axis=1)

수직 분할

수직 분할은 수직 축을 따라 분할됩니다. 배열 :

>>> vsplit(a, 3) 
>>> [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

마찬가지로 solit 함수를 사용하고 축을 1로 지정하여 이 효과를 얻을 수도 있습니다.

>>> split(a, 3, axis=0)

깊이 중심 분할

dsplit 함수는 깊이 중심 분할 방법을 사용합니다.

>>> c = arange(27).reshape(3, 3, 3) 
>>> c 
array([[[ 0, 1, 2], 
  [ 3, 4, 5], 
  [ 6, 7, 8]], 
 
  [[ 9, 10, 11], 
  [12, 13, 14], 
  [15, 16, 17]], 
 
  [[18, 19, 20], 
  [21, 22, 23], 
  [24, 25, 26]]]) 
>>> dsplit(c, 3) 
[array([[[ 0], 
  [ 3], 
  [ 6]], 
 
  [[ 9], 
  [12], 
  [15]], 
 
  [[18], 
  [21], 
  [24]]]), 
 array([[[ 1], 
  [ 4], 
  [ 7]], 
 
  [[10], 
  [13], 
  [16]], 
 
  [[19], 
  [22], 
  [25]]]), 
 array([[[ 2], 
  [ 5], 
  [ 8]], 
 
  [[11], 
  [14], 
  [17]], 
 
  [[20], 
  [23], 
  [26]]])]

복사 및 미러링(보기)

어레이를 작동하고 처리할 때 해당 데이터가 때때로 새 어레이에 복사되지 않는 경우도 있습니다. 이것은 종종 초보자에게 혼란의 원인이 됩니다. 이에 대한 세 가지 경우가 있습니다:

전혀 복사하지 않음

배열 객체나 해당 데이터를 복사하지 않고 간단한 할당.

>>> a = arange(12) 
>>> b = a  #不创建新对象 
>>> b is a   # a和b是同一个数组对象的两个名字 
True 
>>> b.shape = 3,4 #也改变了a的形状 
>>> a.shape 
(3, 4) 
 　　　Python 传递不定对象作为参考4，所以函数调用不拷贝数组。
 >>> def f(x): 
...  print id(x) 
... 
>>> id(a)  #id是一个对象的唯一标识 
148293216 
>>> f(a) 
148293216

보기 및 얕은 복사

다른 배열 객체는 동일한 데이터를 공유합니다. view 메소드는 동일한 데이터를 가리키는 새로운 배열 객체를 생성합니다.

>>> c = a.view() 
>>> c is a 
False 
>>> c.base is a  #c是a持有数据的镜像 
True 
>>> c.flags.owndata 
False 
>>> 
>>> c.shape = 2,6 # a的形状没变 
>>> a.shape 
(3, 4) 
>>> c[0,4] = 1234  #a的数据改变了 
>>> a 
array([[ 0, 1, 2, 3], 
  [1234, 5, 6, 7], 
  [ 8, 9, 10, 11]])

슬라이스된 배열은 해당 배열의 뷰를 반환합니다.

>>> s = a[ : , 1:3]  # 获得每一行1，2处的元素 
>>> s[:] = 10   # s[:] 是s的镜像。注意区别s=10 and s[:]=10 
>>> a 
array([[ 0, 10, 10, 3], 
  [1234, 10, 10, 7], 
  [ 8, 10, 10, 11]])

전체 복사

이 복사 방법은 배열과 해당 데이터를 완전히 복사합니다.

 >>> d = a.copy()  #创建了一个含有新数据的新数组对象 
>>> d is a 
False 
>>> d.base is a  #d和a现在没有任何关系 
False 
>>> d[0,0] = 9999 
>>> a 
array([[ 0, 10, 10, 3], 
  [1234, 10, 10, 7], 
  [ 8, 10, 10, 11]])

위 글의 내용은 모두의 학습에 도움이 되었으면 좋겠습니다. PHP 중국어 웹사이트.

NumPy의 간결한 튜토리얼을 더 깊이 이해하려면---Array 3(조합) 관련 기사를 PHP 중국어 웹사이트에 주목하세요!