返回

数据之源,numpy中的增删改查与遍历操作指南

后端

数据操作的艺术:使用 NumPy 增删改查和遍历数组

增:添砖加瓦,扩充数组

想象一下你正在建造一座建筑。为了扩大它的规模,你需要添加更多的砖块。在数据操作中,这个过程相当于向数组追加元素。

np.append():在末尾添加元素

使用 np.append() 函数,你可以将新元素或数组无缝地连接到数组的末尾,就像在建筑中添加一块新砖一样。

import numpy as np

arr = np.array([1, 2, 3])
new_element = 4
arr = np.append(arr, new_element)  # [1, 2, 3, 4]

np.insert():在特定索引插入元素

有时候,你需要在数组的特定位置插入一个元素,就像在建筑中插入一块隔板。np.insert() 函数可以帮你实现这一点。

arr = np.array([1, 2, 3])
new_element = 4
index = 1  # 在索引 1 处插入
arr = np.insert(arr, index, new_element)  # [1, 4, 2, 3]

删:削减冗余,精简数据

就像拆除建筑中的多余部分一样,删除数组中的冗余元素可以精简数据。

np.delete():删除单个元素

np.delete() 函数允许你根据索引删除单个元素,就像拆除建筑中的单块砖块。

arr = np.array([1, 2, 3, 4])
index = 2  # 删除索引 2 处的元素
arr = np.delete(arr, index)  # [1, 2, 4]

np.delete():删除多个元素

要删除多个元素,只需提供一个索引数组即可。

arr = np.array([1, 2, 3, 4, 5, 6])
indices = [1, 3]  # 删除索引 1 和 3 处的元素
arr = np.delete(arr, indices)  # [1, 3, 5, 6]

np.pop():删除首尾元素

np.pop() 函数专门用于删除数组的第一个或最后一个元素,就像拆除建筑的屋顶或地基。

arr = np.array([1, 2, 3])
arr = np.pop(arr)  # 删除最后一个元素,返回删除的元素
arr = np.pop(arr, 0)  # 删除第一个元素,返回删除的元素

改:调整布局,重塑数据

就像调整建筑的布局或更换材料,修改数组的形状和内容在数据操作中至关重要。

np.resize():更改数组形状

np.resize() 函数允许你更改数组的形状,相当于改变建筑的占地面积或楼层数量。

arr = np.array([[1, 2], [3, 4]])
new_shape = (4, 1)
arr = np.resize(arr, new_shape)  # [[1], [2], [3], [4]]

np.concatenate():合并数组

np.concatenate() 函数可以将多个数组连接起来,就像将不同的建筑连接成一个综合体。

arr1 = np.array([1, 2])
arr2 = np.array([3, 4])
arr = np.concatenate((arr1, arr2))  # [1, 2, 3, 4]

查:漫步数据,洞察规律

就像在建筑中漫步一样,遍历数组元素可以洞察其内部结构和规律。

for 循环:元素循环

最基本的遍历方式是使用 for 循环,逐一访问数组中的每个元素。

arr = np.array([1, 2, 3, 4])
for element in arr:
    print(element)  # 依次输出 1, 2, 3, 4

下标:索引访问

直接使用数组索引访问元素也是一种便捷的遍历方式,就像在建筑中按房间编号找人。

arr = np.array([1, 2, 3, 4])
print(arr[0])  # 输出 1,即第一个元素
print(arr[1])  # 输出 2,即第二个元素

结论

通过掌握 NumPy 中数组的增删改查和遍历操作,你已经踏上了数据操作的旅程。这些操作是数据分析和机器学习的基础,使你能够熟练地构建、修改和探索数据结构。从向数组中追加元素到删除冗余数据,从更改数组形状到遍历元素,这些操作是数据操作的基石,帮助你深入了解数据,做出明智的决策。

常见问题解答

  1. 如何删除重复元素?

你可以使用 np.unique() 函数删除重复元素。

  1. 如何将数组转换为不同数据类型?

可以使用 np.astype() 函数进行类型转换。

  1. 如何查找数组中的最大值和最小值?

使用 np.max()np.min() 函数分别查找最大值和最小值。

  1. 如何计算数组元素的平均值?

使用 np.mean() 函数计算平均值。

  1. 如何将数组转换为一维数组?

使用 np.ravel() 函数将数组转换为一维数组。