时间:2021-05-22
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
.resize(shape) : 与.reshape()功能一致,但修改原数组
In [22]: a = np.arange(20)#原数组不变In [23]: a.reshape([4,5])Out[23]:array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]])In [24]: aOut[24]:array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19])#修改原数组In [25]: a.resize([4,5])In [26]: aOut[26]:array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]]).swapaxes(ax1,ax2) : 将数组n个维度中两个维度进行调换,不改变原数组
.flatten() : 对数组进行降维,返回折叠后的一维数组,原数组不变
到此这篇关于numpy库ndarray多维数组的维度变换方法(reshape、resize、swapaxes、flatten)的文章就介绍到这了,更多相关numpy ndarray多维数组维度变换内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
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。
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
flatten()函数用法flatten是numpy.ndarray.flatten的一个函数,即返回一个一维数组。flatten只能适用于numpy对象,即a
flatten()函数用法flatten是numpy.ndarray.flatten的一个函数,即返回一个折叠成一维的数组。但是该函数只能适用于numpy对象,
flatten是numpy.ndarray.flatten的一个函数,其官方文档是这样描述的:ndarray.flatten(order='C')Returna
NumPy数组是一个多维数组对象,称为ndarray创建一个numpy数组,如下所示importnumpyasnpx=np.array([[1,2,3],[4,