呀~博主是正在学习数据分析的一员，记录的是自己学习过程中总结的知识点，肯定有不完善的地方，如有问题可以私聊我改正，共同学习进步。希望大家都能保持学习的热情，坚持自己，不断超越自己！
博客地址：qxi的博客
如果发现有些看不太懂了，可以看看我前面介绍的：
numpy模块基础知识(1)
numpy模块基础知识(2)
numpy模块基础知识(3)
#这一篇我会比较详细的介绍numpy数组中的排序问题以及重塑#
1.利用np.sort()函数对矩阵(即二维数组)进行逐行排序，有进行从小到大排序的，并没有变成一维数组。
我要评论import numpy as np
a=np.arange(14,2,-1).reshape((3,4))
print(a)
print(np.sort(a))
运行结果:
[[14 13 12 11]
[10 9 8 7]
[ 6 5 4 3]] #原矩阵
[[11 12 13 14]
[ 7 8 9 10]
[ 3 4 5 6]] #逐行排好序的
2.利用np.ravel()函数对原矩阵按行方向顺序或者列方向顺序重塑，变成一维数组，默认是按行方向顺序。
import numpy as np
a=np.array([[4,9,1],[17,3,5],[9,12,11]])
print(a)
print(np.ravel(a)) #默认按行方向的顺序重塑
print(np.ravel(a,'F')) #按列方向的顺序重塑
运行结果：
[[ 4 9 1]
[17 3 5]
[ 9 12 11]] #原矩阵
[ 4 9 1 17 3 5 9 12 11]
[ 4 17 9 9 3 12 1 5 11]
3.flatten()函数也可以将矩阵变成一维数组，但是只是按行方向的顺序
import numpy as np
a=np.array([[4,9,1],[17,3,5],[9,12,11]])
print(a)
print(np.ravel(a)) #默认按行方向的顺序重塑
print(a.flatten()) #同样是按行方向的顺序
运行结果：
[[ 4 9 1]
[17 3 5]
[ 9 12 11]]
[ 4 9 1 17 3 5 9 12 11]
[ 4 9 1 17 3 5 9 12 11] #两个结果一样
好啦~今天的分享就到这里啦，内容比较少，但是我觉得这个内容可能是刚开始学基础的小伙伴们会忽略掉的（像我一开始就没注意到，没有仔细去区分）。
最后~如果你觉得对你有一点点帮助的话就点个赞再离开呗
本文地址：https://blog.csdn.net/hswqxi/article/details/107341425
如对本文有疑问， 点击进行留言回复！！
Python之数据分析（中位数、波动范围、极差、离差、方差、标准差）
python如何将两个索引相同的列表的数据合并成一个新列表及绘图注意事项
网友评论