np数组python中的行交换
我想在python中的np.array中的行之间执行交换。我想要的是取数组的第一行,并将其放在数组的末尾。我有代码,您可以交换两行,如下所示:np数组python中的行交换,python,numpy,Python,Numpy,我想在python中的np.array中的行之间执行交换。我想要的是取数组的第一行,并将其放在数组的末尾。我有代码,您可以交换两行,如下所示: import numpy as np my_array = np.arrange(25).reshape(5, 5) print my_array, '\n' def swap_rows(arr, frm, to): arr[[frm, to],:] = arr[[to, frm],:] //swap_rows(my_array, 0, 8)
import numpy as np
my_array = np.arrange(25).reshape(5, 5)
print my_array, '\n'
def swap_rows(arr, frm, to):
arr[[frm, to],:] = arr[[to, frm],:]
//swap_rows(my_array, 0, 8)
//print my_array
my_array[-1] = my_array[0]
print my_array
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
[[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]
[ 0 1 2 3 4]]
initial_data.append(copy.deepcopy(tab))
initial_data2 = np.asarray(initial_data)
initial_data3 = np.roll(initial_data2, -1, axis=0)
但这段代码在第一行和最后一行之间执行交换。我只想把第一行放在最后。我怎样才能做到
初始矩阵如下所示:
import numpy as np
my_array = np.arrange(25).reshape(5, 5)
print my_array, '\n'
def swap_rows(arr, frm, to):
arr[[frm, to],:] = arr[[to, frm],:]
//swap_rows(my_array, 0, 8)
//print my_array
my_array[-1] = my_array[0]
print my_array
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
[[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]
[ 0 1 2 3 4]]
initial_data.append(copy.deepcopy(tab))
initial_data2 = np.asarray(initial_data)
initial_data3 = np.roll(initial_data2, -1, axis=0)
预期结果如下:
import numpy as np
my_array = np.arrange(25).reshape(5, 5)
print my_array, '\n'
def swap_rows(arr, frm, to):
arr[[frm, to],:] = arr[[to, frm],:]
//swap_rows(my_array, 0, 8)
//print my_array
my_array[-1] = my_array[0]
print my_array
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
[[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]
[ 0 1 2 3 4]]
initial_data.append(copy.deepcopy(tab))
initial_data2 = np.asarray(initial_data)
initial_data3 = np.roll(initial_data2, -1, axis=0)
编辑:我正在尝试在我的矩阵中执行相同的操作,如下所示:
import numpy as np
my_array = np.arrange(25).reshape(5, 5)
print my_array, '\n'
def swap_rows(arr, frm, to):
arr[[frm, to],:] = arr[[to, frm],:]
//swap_rows(my_array, 0, 8)
//print my_array
my_array[-1] = my_array[0]
print my_array
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
[[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]
[ 0 1 2 3 4]]
initial_data.append(copy.deepcopy(tab))
initial_data2 = np.asarray(initial_data)
initial_data3 = np.roll(initial_data2, -1, axis=0)
但这并没有改变任何事情。我的代码如下:
import numpy as np
my_array = np.arrange(25).reshape(5, 5)
print my_array, '\n'
def swap_rows(arr, frm, to):
arr[[frm, to],:] = arr[[to, frm],:]
//swap_rows(my_array, 0, 8)
//print my_array
my_array[-1] = my_array[0]
print my_array
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]]
[[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]
[ 0 1 2 3 4]]
initial_data.append(copy.deepcopy(tab))
initial_data2 = np.asarray(initial_data)
initial_data3 = np.roll(initial_data2, -1, axis=0)
我得到的是相同的数组。您可以使用-
样本运行-
In [53]: my_array
Out[53]:
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8],
[ 9, 10, 11, 12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23, 24, 25, 26],
[27, 28, 29, 30, 31, 32, 33, 34, 35],
[36, 37, 38, 39, 40, 41, 42, 43, 44],
[45, 46, 47, 48, 49, 50, 51, 52, 53],
[54, 55, 56, 57, 58, 59, 60, 61, 62],
[63, 64, 65, 66, 67, 68, 69, 70, 71],
[72, 73, 74, 75, 76, 77, 78, 79, 80]])
In [54]: np.roll(my_array,-1,axis=0)
Out[54]:
array([[ 9, 10, 11, 12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23, 24, 25, 26],
[27, 28, 29, 30, 31, 32, 33, 34, 35],
[36, 37, 38, 39, 40, 41, 42, 43, 44],
[45, 46, 47, 48, 49, 50, 51, 52, 53],
[54, 55, 56, 57, 58, 59, 60, 61, 62],
[63, 64, 65, 66, 67, 68, 69, 70, 71],
[72, 73, 74, 75, 76, 77, 78, 79, 80],
[ 0, 1, 2, 3, 4, 5, 6, 7, 8]])
我也试着这样做,在我的列表列表中,它被转换成np.array,但没有起作用。请检查我的编辑。我将列表转换为np数组,然后得到调试的输出。我得到了同样的结果。没有,但我不需要再把它变成列表。这有可能做到吗?它和初始数据完全一样。我添加了一张包含所有数组和列表的图片。实际上tab包含的括号“[”。initial_数据变量在我从调试发布的映像中。initial我有一个tab,它是列表列表。我将值复制到initial_数据中。然后将其转换为np.asarray:initial_data2=np.asarray(initial_data),最后initial_data3=np.roll(initial_data2,-1,axis=0).但初始数据3仍然具有相同的值。实际上这是错误的!再次感谢!