numpy中数据重塑与透视的高级操作

# 1. NumPy数据操作基础

NumPy是Python中用于科学计算的基本库，它提供了一系列强大的数据操作工具。NumPy的核心数据结构是多维数组，称为ndarray。ndarray可以存储各种数据类型，包括数字、布尔值和字符串。

NumPy提供了丰富的数组操作函数，包括算术运算、统计函数和线性代数操作。这些函数可以高效地对大规模数据进行操作，并支持广播机制，允许对不同形状的数组进行逐元素运算。

# 2. 数据重塑技巧

### 2.1 数组的变形和转置

#### 2.1.1 reshape()函数

`reshape()`函数用于改变数组的形状，而不改变其元素的顺序。其语法为：

numpy.reshape(array, newshape, order='C')

其中：

* `array`：要重塑的数组。
* `newshape`：一个元组，指定新数组的形状。
* `order`：指定元素在数组中排列的顺序，可以是'C'（按行）或'F'（按列）。

**示例：**

import numpy as np

# 创建一个二维数组
arr = np.arange(12).reshape(3, 4)
print(arr)

# 重塑为一维数组
arr_flat = arr.reshape(-1)
print(arr_flat)

# 重塑为三维数组
arr_3d = arr.reshape(2, 2, 3)
print(arr_3d)

**输出：**

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[ 0  1  2  3  4  5  6  7  8  9 10 11]
[[[ 0  1  2]
  [ 3  4  5]]

 [[ 6  7  8]
  [ 9 10 11]]]

#### 2.1.2 transpose()函数

`transpose()`函数用于转置数组，即交换其行和列。其语法为：

numpy.transpose(array)

**示例：**

# 创建一个二维数组
arr = np.arange(12).reshape(3, 4)
print(arr)

# 转置数组
arr_transposed = np.transpose(arr)
print(arr_transposed)

**输出：**

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]

### 2.2 数组的拼接和拆分

#### 2.2.1 concatenate()函数

`concatenate()`函数用于将多个数组沿指定轴拼接在一起。其语法为：

numpy.concatenate((array1, array2, ..., arrayn), axis=0)

其中：

* `array1, array2, ..., arrayn`：要拼接的数组。
* `axis`：指定拼接的轴，0表示按行拼接，1表示按列拼接。

**示例：**

# 创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 按行拼接
arr_concat_row = np.concatenate((arr1, arr2))
print(arr_concat_row)

# 按列拼接
arr_concat_col = np.concatenate((arr1[:, None], arr2[:, None]), axis=1)
print(arr_concat_col)

**输出：**

[1 2 3 4 5 6]
[[1 4]
 [2 5]
 [3 6]]

#### 2.2.2 split()函数

`split()`函数用于将一个数组沿指定轴拆分成多个子数组。其语法为：

numpy.split(array, indices_or_sections, axis=0)

其中：

* `array`：要拆分的数组。
* `indices_or_sections`：一个整数或一个包含整数的列表，指定拆分的位置。
* `axis`：指定拆分的轴，0表示按行拆分，1表示按列拆分。

**示例：**

# 创建一个一维数组
arr = np.arange(12)

# 按指定位置拆分
arr_split = np.split(arr, [3, 6])
print(arr_split)

# 按等长的部分拆分
arr_split_sections = np.split(arr, 3)
print(arr_split_sections)

**输出：**

[array([0, 1, 2]), array([3