Numpy中array數(shù)組對象的儲存方式(n,1)和(n,)的區(qū)別
之前一直傻傻分不清(n,1)和(n,)之間的區(qū)別,這里做一下總結(jié),希望度過此文章的小伙伴都能明白。
例如如果我們創(chuàng)建一個包含10個整型數(shù)的數(shù)組 a :
import numpy as np a=np.arange(10) a
結(jié)果為:
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
則 a 包含了一個數(shù)據(jù)緩沖區(qū),儲存成如下的樣子:

a.shape
數(shù)據(jù)的維度為:(10,)
在這里,shape=(10,)意味著這個數(shù)組僅僅被一個索引支配:從0到9。從概念上講,假如我們使用這個單獨的索引給 a 打上標(biāo)簽,那么 a 將看起來像這樣:

reshape一個數(shù)組的操作不會改變數(shù)據(jù)緩沖區(qū),而是創(chuàng)建一個新的解釋數(shù)據(jù)的視窗。
b=a.reshape((2,5)) b
結(jié)果為:
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
這樣我們的數(shù)據(jù)就會有兩個維度來控制,其中一個的范圍是從0到4,另一個的范圍是從5到9。
我們舉個例子,我們想要取出里面的1值,如何切片操作?
b[0,1]
總結(jié):
第一個形狀為(10,)的數(shù)組是一維數(shù)組。它的結(jié)構(gòu)應(yīng)該與此類似:a=[1,2,3,4,5]
第二個形狀為(10,1)。 類似于b=[[1],[2],[3],[4],[5]]
到此這篇關(guān)于Numpy中array數(shù)組對象的儲存方式(n,1)和(n,)的區(qū)別的文章就介紹到這了,更多相關(guān)Numpy array數(shù)組對象(n,1)和(n,)內(nèi)容請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
python+appium+yaml移動端自動化測試框架實現(xiàn)詳解
這篇文章主要介紹了python+appium+yaml移動端自動化測試框架實現(xiàn)詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
Python中使用Queue和Condition進行線程同步的方法
這篇文章主要介紹了Python中使用Queue模塊和Condition對象進行線程同步的方法,配合threading模塊下的線程編程進行操作的實例,需要的朋友可以參考下2016-01-01

