时间:2021-05-22
来自 《Python数据分析基础教程:Numpy 学习指南(第2版)》
Numpy改变数组维度的方法有:
reshape()ravel()flatten()用元组设置维度
transpose()resize()下面将依次进行说明
0. 首先,创建一个多维数组
from numpy import * a = arange(24)得到:
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]1.reshape 函数
b = a.reshape(2,3,4)print(b)得到一个 2*3*4 维的数组:
[[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]]]可以想象成2层小洋楼,每层有 3*4 个房间
2.ravel函数 可以将多维数组展平(也就是变回一维)
c = b.ravel()print(c)得到一维数组
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]3.flatten函数 也是将多维数组展平,与ravel函数的功能相同,不过flatten函数会请求分配内存来保存结果,而ravel函数只是返回数组的一个视图(view)
c = b.flatten()print(c)得到一维数组
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]4.用元组设置维度
直接用一个正整数元组来设置数组的维度
b.shape = (6,4)print(b)这种做法将直接改变所操作的数组,现在数组b变成了一个 6*4 的多维数组
[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15] [16 17 18 19] [20 21 22 23]]5.transpose函数 将矩阵进行转置
d = b.transpose()print(d)得到 4*6 的多维数组
[[ 0 4 8 12 16 20] [ 1 5 9 13 17 21] [ 2 6 10 14 18 22] [ 3 7 11 15 19 23]]6.resize函数 和reshape函数的功能一样,但resize会直接修改所操作的数组
b.resize((2,12))print(b)得到 2*12 的两维数组
[[ 0 1 2 3 4 5 6 7 8 9 10 11] [12 13 14 15 16 17 18 19 20 21 22 23]]并且这一步不可以通过赋值来实现,如下所示:
e = b.resize((2,12))print(e)此时结果为:
None以上这篇Numpy 改变数组维度的几种方法小结就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
numpy库对多维数组有非常灵巧的处理方式,主要的处理方法有:.reshape(shape):不改变数组元素,返回一个shape形状的数组,原数组不变.resi
numpy数据保存到文件Numpy提供了几种数据保存的方法。以3*4数组a为例:1.a.tofile("filename.bin")这种方法只能保存为二进制文件
在实际使用numpy时,我们常常会使用numpy数组的-1维度和”:”用以调用numpy数组中的元素。也经常因为数组的维度而感到困惑。总体来说,”:”用以表示当
动态改变数组的长度/***Reallocatesanarraywithanewsize,andcopiesthecontents**oftheoldarrayt
JavaScript数组的splice()方法改变数组的内容,增加了新的元素,同时消除旧元素。语法array.splice(index,howMany,[ele