机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
数组的合并
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前，首先创建几个不同维度的数组：
import numpy as np
# 创建一维数组
x = np.array([1, 2, 3])
y = np.array([3, 2, 1])
z = np.array([666, 666, 666])
# 创建二维数组
A = np.array([[1, 2, 3],
[4, 5, 6]])
B = np.array([[100, 200, 300],
[400, 500, 600]])
可以使用 concatenate 函数实现数组的合并操作。合并多个一维数组：
print(np.concatenate((x, y)))
'''
array([1, 2, 3, 3, 2, 1])
'''
print(np.concatenate((x, y, z)))
'''
array([ 1, 2, 3, 3, 2, 1, 666, 666, 666])
'''
合并多个二维数组：
print(np.concatenate((A, B), axis = 0))
'''
array([[ 1, 2, 3],
[ 4, 5, 6],
[100, 200, 300],
[400, 500, 600]])
'''
多维数组拥有多个维度，在不同维度上的合并操作会得到不同的合并结果。在 concatenate 函数中，我们可以指定 axis 值来决定合并的维度。
print(np.concatenate((A, B), axis = 1))
'''
array([[ 1, 2, 3, 100, 200, 300],
[ 4, 5, 6, 400, 500, 600]])
'''
待合并的数组必须拥有相同的维度，如果不同维度则会抛出 ValueError 异常。
print(np.concatenate([A, z]))
'''
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)
'''
我们在实际开发中，比较常用的操作就是对二维或者三维数组进行行和列的合并操作，所以 numpy 为我们提供了更加方便的 vstack 和 hstack。vstack 将数组沿着行的方向进行合并操作，而 hstack 将数组沿着列的方向进行合并操作。
print(np.vstack((A, B)))
'''
array([[ 1, 2, 3],
[ 4, 5, 6],
[100, 200, 300],
[400, 500, 600]])
'''
print(np.hstack((A, B)))
'''
array([[ 1, 2, 3, 100, 200, 300],
[ 4, 5, 6, 400, 500, 600]])
'''
数组的分割
首先创建一个一维数组：
x = np.arange(10)
print(x)
'''
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
'''
数组的分割使用 split 函数，split 有两个参数：
- 第一个参数为待分割的数组对象
- 第二个参数是一个列表，列表中的值是指定的分割点
x1, x2, x3 = np.split(x, [3, 7])
print(x1)
'''
array([0, 1, 2])
'''
print(x2)
'''
array([3, 4, 5, 6])
'''
print(x3)
'''
array([7, 8, 9])
'''
split 函数的第二个参数传入 [3, 7]，将一维数组分成了三段：
- 第一段为 x[: 3]
- 第二段为 x[3: 7]
- 第三段为 x[7: ]
如果需要将数组分成两段，则只需要指定一个分割点。
x1, x2 = np.split(x, [4])
print(x1)
'''
array([0, 1, 2, 3])
'''
print(x2)
'''
array([4, 5, 6, 7, 8, 9])
'''
split 函数的第二个参数传入 [4]，将一维数组分成了两段：
- 第一段为 x[: 4]
- 第二段为 x[4: ]
不过需要注意，即使需要指定一个分割点，也需要传入一个列表。
split 函数同样可以应用到二维数组中，创建一个形状为 (4, 4) 的二维数组。
A = np.arange(16).reshape((4, 4))
print(A)
'''
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
'''
A1, A2 = np.split(A, [2])
print(A1)
'''
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
'''
print(A2)
'''
array([[ 8, 9, 10, 11],
[12, 13, 14, 15]])
'''
数组的分割操作和合并操作一样，当处理高维数组时，可以指定 axis 参数来决定对高维数组的哪个维度进行分割或合并。split 函数中的 axis 参数同样默认为 0，即默认按行进行分割。如果相对列进行分割只需要将 axis 设置为 1。
A1, A2 = np.split(A, [2], axis = 1)
print(A1)
'''
array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]])
'''
print(A2)
'''
array([[ 2, 3],
[ 6, 7],
[10, 11],
[14, 15]])
'''
和合并操作一样，我们经常对二维或三维数据进行行和列的分割操作，所以 NumPy 为我们提供了更为方便的 vsplit 和 hsplit。
vsplit 沿着行进行分割。
upper, lower = np.vsplit(A, [2])
print(upper)
'''
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
'''
print(lower)
'''
array([[ 8, 9, 10, 11],
[12, 13, 14, 15]])
'''
hsplit 沿着列进行分割。
left, right = np.hsplit(A, [2])
print(left)
'''
array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]])
'''
print(right)
'''
array([[ 2, 3],
[ 6, 7],
[10, 11],
[14, 15]])
'''
数组分割的意义
现在有一个形状为 (4, 4) 的二维数组，如果这个二维数组被当做机器学习的数据集，通常会表示为拥有 4 个样本，每个样本拥有 3 个不同的特征（前三列），最后一列为每一个样本对应的目标值（可能是个类别标签，也可能是一个具体的实数值）。
data = np.arange(16).reshape((4, 4))
print(data)
'''
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
'''
拿到这种样式的机器学习数据集时，我们需要将其分割成特征和目标值两个部分，这时就可以使用 hsplit 函数。
X, y = np.hsplit(data, [-1])
print(X)
'''
array([[ 0, 1, 2],
[ 4, 5, 6],
[ 8, 9, 10],
[12, 13, 14]])
'''
print(y)
'''
array([[ 3],
[ 7],
[11],
[15]])
'''
有时，为了方便后续的处理，我们需要将目标值 y 转换为一维数组。
print(y[:, 0])
'''
array([ 3, 7, 11, 15])
'''
References：
- Python3入门机器学习 经典算法与应用: https://coding.imooc.com/class/chapter/169.html#Anchor
本文分享自 AI机器学习与深度学习算法 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
