Numpy中2D数组中多余值的重新分配

在本文中，我们将介绍如何在Numpy 2D数组中重新分配多余的值，以充分利用数组的容量。

假设我们有一个3×3的数组，如下所示：

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])

我们可以看到该数组有9个元素，但我们可能只需要其中的5个元素。在这种情况下，我们可以使用reshape()函数重新调整数组并删除多余的元素。

new_arr = arr.reshape((5,))
print(new_arr)

这将创建一个一维数组，其中包含原始数组中前五个元素。我们还可以重新分配多余的值，并将它们分配给新数组的剩余元素。

new_arr = np.append(new_arr, [0, 0])
print(new_arr)

这通过np.append()函数在新数组的末尾添加了两个零将剩余的元素填充为0。

从一维数组中创建一个新的2D数组，可以使用reshape()函数。假设我们只需要使用新数组中的前四个元素，可以通过如下方式创建一个2×2数组。

new_arr = np.array([1, 2, 3, 4])
new_2d_arr = new_arr.reshape((2,2))
print(new_2d_arr)

这将创建一个数组，其中包含新数组的前四个元素。如果新数组中的元素不足，我们可以使用fill()函数将缺失的元素设置为特定的值。

new_arr = np.array([1, 2])
new_2d_arr = np.zeros((2,2))
new_2d_arr.flat[:len(new_arr)] = new_arr
print(new_2d_arr)

# Output: 
# [[1. 2.]
#  [0. 0.]]

这将创建一个2×2的数组，其中包含新数组的前两个元素。由于缺少两个元素，我们使用fill()函数将所有缺失的元素设置为0。

阅读更多：Numpy 教程

总结

在Numpy中重新分配多余的值很容易。我们可以使用reshape()函数重新调整数组，并将多余的元素删去。我们还可以通过np.append()函数和fill()函数添加或填充缺失的元素。熟练掌握这些技术可以充分利用数组的容量并提高代码效率。