看代碼吧~
import numpy as np
a = np.array([[1,1,1],[2,2,2],[3,3,3], [4,4,4]])
tmp = a[1]
a[1] = a[2]
a[2] = tmp
tmp只是a[1]的另一個名字，它并不是將a[1]復制了之后，就與a[1]無關，或許可理解為一種引用。所以這段代碼的效果并不能如愿互換原始a數組的第2行和第三行，而是會將2，3行都變成原來的第三行[3,3,3],像這樣：
array([[1, 1, 1],
[3, 3, 3],
[3, 3, 3],
[4, 4, 4]])
那么如果想互換兩行，應該怎么操作呢？
有兩種方法，第一種很簡便：
a[[1,2], :] = a[[2,1], :]
這樣就將數組a的第2行和第3行互換了?；蛘撸瑢懙酶桌斫庖稽c，也可以這樣一步一步寫：
tmp = np.copy(a[1])
a[1] = a[2]
a[2] = tmp
這兩種寫法都可以將數組a的第2，3行互換，即可以得到：
array([[1, 1, 1],
[3, 3, 3],
[2, 2, 2],
[4, 4, 4]])
補充：numpy數組行交換的bug
今日發現一個小問題，還好自己發現了，不然這個bug不知道要背鍋好久
實驗要求：
交換一個numpy數組中的第i行和第j行
上代碼：
import numpy as np
arr = np.asarray([[1,2,3], [4,5,6], [7,8,9]])
print(arr)
tmp = arr[2]
arr[2] = arr[0]
arr[0] = tmp
print(arr)
打印結果：
[[1 2 3]
[4 5 6]
[7 8 9]]
[[1 2 3]
[4 5 6]
[1 2 3]]
這個結果打印出來，整個人傻眼了
為了搞懂為啥是這個結果，我打印變量tmp看看
import numpy as np
arr = np.asarray([[1,2,3], [4,5,6], [7,8,9]])
print(arr)
tmp = arr[2]
print(tmp)
arr[2] = arr[0]
print(tmp)
arr[0] = tmp
print(arr)
打印結果：
[[1 2 3]
[4 5 6]
[7 8 9]] #原始的arr
[7 8 9] #第一次打印tmp
[1 2 3] #第二次打印tmp
[[1 2 3]
[4 5 6]
[1 2 3]] #交換后的arr
這樣就發現了問題，這是python的特性，變量tmp不是copy了arr[2]的數值，而是類似于C中的指針，指在了arr[2]的地址上，當執行arr[2] = arr[0]后，arr[2]的數值發生了變化，所以tmp也發生了變化
而處理的辦法也很簡單，變量tmp深度copy arr[2]就行，即：tmp = arr[2].copy()
import numpy as np
arr = np.asarray([[1,2,3], [4,5,6], [7,8,9]])
print(arr)
tmp = arr[2].copy()
print(tmp)
arr[2] = arr[0]
print(tmp)
arr[0] = tmp
print(arr)
打印結果：
[[1 2 3]
[4 5 6]
[7 8 9]] #原始的arr
[7 8 9] #第一次打印tmp
[7 8 9] #第二次打印tmp
[[7 8 9]
[4 5 6]
[1 2 3]] #交換后的arr
搞定~
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- numpy 聲明空數組詳解
- Numpy將二維數組添加到空數組的實現
- 在NumPy中創建空數組/矩陣的方法
- NumPy實現ndarray多維數組操作
- 如何在向量化NumPy數組上進行移動窗口
- 如何將numpy二維數組中的np.nan值替換為指定的值
- python 將numpy維度不同的數組相加相乘操作
- python numpy.power()數組元素求n次方案例
- Python 用NumPy創建二維數組的案例
- Numpy ndarray 多維數組對象的使用
- 淺談Python numpy創建空數組的問題
