numpy.reshape(-1,1)的具體使用
更新時(shí)間：2022年07月24日 15:22:31 作者：Pikachu_simple
本文主要介紹了numpy.reshape(-1,1)的具體使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
數(shù)組新的shape屬性應(yīng)該要與原來(lái)的配套，如果等于-1的話，那么Numpy會(huì)根據(jù)剩下的維度計(jì)算出數(shù)組的另外一個(gè)shape屬性值。
舉個(gè)例子：
x = np.array([[2, 0], [1, 1], [2, 3]])
指定新數(shù)組行為3，列為,2，則：
y = x.reshape(3,2)
y
Out[43]:
array([[2, 0],
[1, 1],
[2, 3]])
指定新數(shù)組列為1，則：
y = x.reshape(-1,1)
y
Out[34]:
array([[2],
[0],
[1],
[1],
[2],
[3]])
指定新數(shù)組列為2，則：
y = x.reshape(-1,2)
y
Out[37]:
array([[2, 0],
[1, 1],
[2, 3]])
指定新數(shù)組行為1，則：
y = x.reshape(1,-1) y Out[39]: array([[2, 0, 1, 1, 2, 3]])
指定新數(shù)組行為2，則：
y = x.reshape(2,-1)
y
Out[41]:
array([[2, 0, 1],
[1, 2, 3]])numpy中reshape(-1,1)與reshape(1,-1)的作用
如果你的數(shù)據(jù)只有一個(gè)特征，可以用reshape(-1,1)改變你的數(shù)據(jù)形狀；或者如果你的數(shù)據(jù)只包含一個(gè)樣本，可以使用reshape(1,-1)來(lái)改變。
e = np.array([1]) #只包含一個(gè)數(shù)據(jù) f = e.reshape(1,-1) #改變形狀，輸出f之后發(fā)現(xiàn)它已經(jīng)變成了二維數(shù)據(jù)
import numpy as np
a = np.array([[1,2,3],[4,5,6]]) #是兩行三列的數(shù)據(jù)，二維
b = np.array([1,2]) #是一維數(shù)據(jù)
c = b.reshape(-1,1) #c已經(jīng)變成了二維數(shù)據(jù)，變成了兩行一列
d = b.reshape(1,-1) #d變成了一行兩列的數(shù)據(jù)，
print('b.shape is {0}'.format(b.shape))
print(b)
print('c.shape is {0}'.format(c.shape))
print(c)
print('d.shape is {0},d array is {1}'.format(d.shape,d))
可以發(fā)現(xiàn)reshape(-1,1)是將一維數(shù)據(jù)在行上變化，而reshape(1,-1)是將一維數(shù)據(jù)在列上變化
到此這篇關(guān)于numpy.reshape(-1,1)的具體使用的文章就介紹到這了,更多相關(guān)numpy.reshape(-1,1)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
keras獲得某一層或者某層權(quán)重的輸出實(shí)例
今天小編就為大家分享一篇keras獲得某一層或者某層權(quán)重的輸出實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
這篇文章主要給大家介紹了關(guān)于Django中create和save方法的不同之處，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用Django具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
今天小編就為大家分享一篇python判斷一個(gè)對(duì)象是否可迭代的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
Python使用matplotlib實(shí)現(xiàn)的圖像讀取、切割裁剪功能示例
這篇文章主要介紹了Python使用matplotlib實(shí)現(xiàn)的圖像讀取、切割裁剪功能,結(jié)合實(shí)例形式分析了Python基于matplotlib操作圖片的加載、讀取、坐標(biāo)控制及裁剪相關(guān)操作技巧,需要的朋友可以參考下2018-04-04
Python判斷值是否在list或set中的性能對(duì)比分析
這篇文章主要介紹了Python判斷值是否在list或set中的性能對(duì)比分析,結(jié)合實(shí)例形式對(duì)比分析了使用list與set循環(huán)的執(zhí)行效率,需要的朋友可以參考下2016-04-04
淺談Tensorflow 動(dòng)態(tài)雙向RNN的輸出問(wèn)題
今天小編就為大家分享一篇淺談Tensorflow 動(dòng)態(tài)雙向RNN的輸出問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python中搜索和替換文件中的文本的實(shí)現(xiàn)(四種)
本文主要介紹了Python中搜索和替換文件中的文本的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-10-10
這篇文章主要介紹了Python?并行加速技巧分享，文章圍繞文章主題展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-05-05
本文主要介紹了10個(gè)的常用PyCharm插件,包括MaterialThemeUILite、中文語(yǔ)言包、Statistic、JsonParser等,幫助你在提升開(kāi)發(fā)效率和視覺(jué)體驗(yàn),感興趣的可以了解一下2024-11-11
Python獲取網(wǎng)段內(nèi)ping通IP的方法
今天小編就為大家分享一篇Python獲取網(wǎng)段內(nèi)ping通IP的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01