Python中NumPy數(shù)組的維度變換解析
NumPy 數(shù)組的維度變換

reshape
numpy.reshape 函數(shù)可以在不改變數(shù)據(jù)的條件下修改形狀,格式如下: numpy.reshape(arr, newshape, order=‘C’) arr:要修改形狀的數(shù)組 newshape:整數(shù)或者整數(shù)數(shù)組,新的形狀應(yīng)當(dāng)兼容原有形狀 order:‘C’ – 按行,‘F’ – 按列,‘A’ – 原順序,‘k’ – 元素在內(nèi)存中的出現(xiàn)順序。
import numpy as np
a = np.arange(8)
print ('原始數(shù)組:')
print (a)
print ('\n')
b = a.reshape(4,2)
print ('修改后的數(shù)組:')
print (b)
原始數(shù)組:
[0 1 2 3 4 5 6 7]
修改后的數(shù)組:
[[0 1]
[2 3]
[4 5]
[6 7]]flatten
numpy.ndarray.flatten 返回一份數(shù)組拷貝,對(duì)拷貝所做的修改不會(huì)影響原始數(shù)組,格式如下:
ndarray.flatten(order=‘C’) order:‘C’ – 按行,‘F’ – 按列,‘A’ – 原順序,‘K’ – 元素在內(nèi)存中的出現(xiàn)順序。
import numpy as np
a = np.arange(8).reshape(2,4)
print ('原數(shù)組:')
print (a)
print ('\n')
# 默認(rèn)按行
print ('展開(kāi)的數(shù)組:')
print (a.flatten())
print ('\n')
print ('以 F 風(fēng)格順序展開(kāi)的數(shù)組:')
print (a.flatten(order = 'F'))
原數(shù)組:
[[0 1 2 3]
[4 5 6 7]]
展開(kāi)的數(shù)組:
[0 1 2 3 4 5 6 7]
以 F 風(fēng)格順序展開(kāi)的數(shù)組:
[0 4 1 5 2 6 3 7]swapaxes
numpy.swapaxes 函數(shù)用于交換數(shù)組的兩個(gè)軸,格式如下:
numpy.swapaxes(arr, axis1, axis2) arr:輸入的數(shù)組 axis1:對(duì)應(yīng)第一個(gè)軸的整數(shù) axis2:對(duì)應(yīng)第二個(gè)軸的整數(shù)
import numpy as np
# 創(chuàng)建了三維的 ndarray
a = np.arange(8).reshape(2,2,2)
print ('原數(shù)組:')
print (a)
print ('\n')
# 現(xiàn)在交換軸 0(深度方向)到軸 2(寬度方向)
print ('調(diào)用 swapaxes 函數(shù)后的數(shù)組:')
print (np.swapaxes(a, 2, 0))
原數(shù)組:
[[[0 1]
[2 3]]
[[4 5]
[6 7]]]
調(diào)用 swapaxes 函數(shù)后的數(shù)組:
[[[0 4]
[2 6]]
[[1 5]
[3 7]]]resize
numpy.resize 函數(shù)返回指定大小的新數(shù)組。
如果新數(shù)組大小大于原始大小,則包含原始數(shù)組中的元素的副本。
numpy.resize(arr, shape) arr:要修改大小的數(shù)組 shape:返回?cái)?shù)組的新形狀
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print ('第一個(gè)數(shù)組:')
print (a)
print ('\n')
print ('第一個(gè)數(shù)組的形狀:')
print (a.shape)
print ('\n')
b = np.resize(a, (3,2))
print ('第二個(gè)數(shù)組:')
print (b)
print ('\n')
print ('第二個(gè)數(shù)組的形狀:')
print (b.shape)
print ('\n')
# 要注意 a 的第一行在 b 中重復(fù)出現(xiàn),因?yàn)槌叽缱兇罅?
print ('修改第二個(gè)數(shù)組的大小:')
b = np.resize(a,(3,3))
print (b)
第一個(gè)數(shù)組:
[[1 2 3]
[4 5 6]]
第一個(gè)數(shù)組的形狀:
(2, 3)
第二個(gè)數(shù)組:
[[1 2]
[3 4]
[5 6]]
第二個(gè)數(shù)組的形狀:
(3, 2)
修改第二個(gè)數(shù)組的大?。?
[[1 2 3]
[4 5 6]
[1 2 3]]

到此這篇關(guān)于Python中NumPy數(shù)組的維度變換解析的文章就介紹到這了,更多相關(guān)NumPy數(shù)組維度變換內(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
Python實(shí)現(xiàn)Logger打印功能的方法詳解
最近工作中遇到了打印的需求,通過(guò)查找相關(guān)的資料發(fā)現(xiàn)Python中Logger可以很好的實(shí)現(xiàn)打印,所以下面這篇文章主要給大家介紹了關(guān)于Python如何實(shí)現(xiàn)Logger打印功能的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下。2017-09-09
Python字典深度比較之如何高效尋找兩個(gè)字典的相同點(diǎn)
在數(shù)據(jù)密集型應(yīng)用中,??字典數(shù)據(jù)對(duì)比??是實(shí)現(xiàn)數(shù)據(jù)同步、變更檢測(cè)和一致性驗(yàn)證的核心技術(shù),本文將全面解析Python中兩個(gè)字典相同點(diǎn)查找的實(shí)現(xiàn)方法,需要的小伙伴可以了解下2025-08-08
詳解如何用django實(shí)現(xiàn)redirect的幾種方法總結(jié)
這篇文章主要介紹了如何用django實(shí)現(xiàn)redirect的幾種方法總結(jié),詳細(xì)的介紹3種實(shí)現(xiàn)方式,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2018-11-11
python scrapy拆解查看Spider類(lèi)爬取優(yōu)設(shè)網(wǎng)極細(xì)講解
本篇博客為你帶來(lái) scrapy.Spider 模塊中的相關(guān)函數(shù)與類(lèi),帶你再一次認(rèn)識(shí) scrapy 的細(xì)節(jié)。本次采集的目標(biāo)站點(diǎn)為:優(yōu)設(shè)網(wǎng),有需要的朋友可以借鑒參考下2021-11-11
利用Python爬取微博數(shù)據(jù)生成詞云圖片實(shí)例代碼
這篇文章主要給大家介紹了關(guān)于利用Python爬取微博數(shù)據(jù)生成詞云圖片的相關(guān)資料,文中通過(guò)示例代碼介紹非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用python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。2017-08-08

