看代码吧~
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]的另一个名字，它并不是将a[1]复制了之后，就与a[1]无关，或许可理解为一种引用。所以这段代码的效果并不能如愿互换原始a数组的第2行和第三行，而是会将2，3行都变成原来的第三行[3,3,3],像这样：
array([[1, 1, 1],
[3, 3, 3],
[3, 3, 3],
[4, 4, 4]])
那么如果想互换两行，应该怎么操作呢？
有两种方法，第一种很简便：
a[[1,2], :] = a[[2,1], :]
这样就将数组a的第2行和第3行互换了。或者，写得更易理解一点，也可以这样一步一步写：
tmp = np.copy(a[1])
a[1] = a[2]
a[2] = tmp
这两种写法都可以将数组a的第2，3行互换，即可以得到：
array([[1, 1, 1],
[3, 3, 3],
[2, 2, 2],
[4, 4, 4]])
补充：numpy数组行交换的bug
今日发现一个小问题，还好自己发现了，不然这个bug不知道要背锅好久
实验要求：
交换一个numpy数组中的第i行和第j行
上代码：
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)
打印结果：
[[1 2 3]
[4 5 6]
[7 8 9]]
[[1 2 3]
[4 5 6]
[1 2 3]]
这个结果打印出来，整个人傻眼了
为了搞懂为啥是这个结果，我打印变量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)
打印结果：
[[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]] #交换后的arr
这样就发现了问题，这是python的特性，变量tmp不是copy了arr[2]的数值，而是类似于C中的指针，指在了arr[2]的地址上，当执行arr[2] = arr[0]后，arr[2]的数值发生了变化，所以tmp也发生了变化
而处理的办法也很简单，变量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)
打印结果：
[[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]] #交换后的arr
搞定~
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
您可能感兴趣的文章:- numpy 声明空数组详解
- Numpy将二维数组添加到空数组的实现
- 在NumPy中创建空数组/矩阵的方法
- NumPy实现ndarray多维数组操作
- 如何在向量化NumPy数组上进行移动窗口
- 如何将numpy二维数组中的np.nan值替换为指定的值
- python 将numpy维度不同的数组相加相乘操作
- python numpy.power()数组元素求n次方案例
- Python 用NumPy创建二维数组的案例
- Numpy ndarray 多维数组对象的使用
- 浅谈Python numpy创建空数组的问题
