Numpy之reshape()使用詳解
如下所示：
Numpy中reshape的使用方法為:numpy.reshape(a, newshape, order='C')
參數(shù)詳解：
1.a: type:array_like(偽數(shù)組，可以看成是對(duì)數(shù)組的擴(kuò)展，但是不影響原始數(shù)組。)
需要reshape的array
2.newshape:新的數(shù)組
新形狀應(yīng)與原形狀兼容。如果是整數(shù)，那么結(jié)果將是該長(zhǎng)度的一維數(shù)組。一個(gè)形狀尺寸可以是-1。在本例中，值是 從數(shù)組的長(zhǎng)度和剩余維度推斷出來(lái)的。
3.order: 可選為(C, F, A)
C: 按照行來(lái)填充
F: 按照列的順序來(lái)填充
A: 按任意方向，(default)。 這里相當(dāng)于行
4.returns: ndarray，即返回一或多維數(shù)組
實(shí)戰(zhàn)：
首先，先創(chuàng)建幾個(gè)n維數(shù)組
import numpy as np
這里的意思是創(chuàng)建了一個(gè)2維數(shù)組
這里創(chuàng)建了一個(gè)3維2X2的數(shù)組。
這是四維
(1,2) 表示 [[ 0, 1]]
(3,1,2)表示3個(gè)(1,2):
[[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
(2,3,1,2)表示2個(gè)(3,1,2):
[ [[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
[[[ 6, 7]],
[[ 8, 9]],
[[10, 11]]] ]
了解了newshape里面的東西，reshape基本沒(méi)啥問(wèn)題了。
我們?cè)賮?lái)看看order。
分別利用C，F(xiàn)，A來(lái)填充數(shù)據(jù)：
這就是reshape基本用法。
以上這篇Numpy之reshape()使用詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
python自動(dòng)重試第三方包retrying模塊的方法
retrying是一個(gè)python的重試包，可以用來(lái)自動(dòng)重試一些可能運(yùn)行失敗的程序段。這篇文章主要介紹了python自動(dòng)重試第三方包retrying的方法，需要的朋友參考下吧2018-04-04
分析Python中設(shè)計(jì)模式之Decorator裝飾器模式的要點(diǎn)
這篇文章主要介紹了Python中設(shè)計(jì)模式之Decorator裝飾器模式模式,文中詳細(xì)地講解了裝飾對(duì)象的相關(guān)加鎖問(wèn)題,需要的朋友可以參考下2016-03-03
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)決策樹的相關(guān)代碼，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-12-12
這篇文章主要介紹了python列表的構(gòu)造方法list()，python中沒(méi)有數(shù)組這個(gè)概念，與之相應(yīng)的是列表，本篇文章就來(lái)說(shuō)說(shuō)列表這個(gè)語(yǔ)法，下面文章詳細(xì)內(nèi)容，需要的小伙伴可以參考一下2022-03-03
python os.system執(zhí)行cmd指令代碼詳解
在本篇文章里小編給大家整理的是一篇關(guān)于python os.system執(zhí)行cmd指令代碼詳解內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-10-10
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)滑雪游戲，文中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2020-02-02
Python學(xué)習(xí)筆記之變量、自定義函數(shù)用法示例
這篇文章主要介紹了Python學(xué)習(xí)筆記之變量、自定義函數(shù)用法,結(jié)合實(shí)例形式分析了Python變量、自定義函數(shù)的概念、功能、使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-05-05
在本篇文章里小編給大家分享的是關(guān)于python編寫win程序的實(shí)例內(nèi)容，有需要的朋友們可以學(xué)習(xí)下。2020-06-06
這篇文章主要介紹了python中的opencv?圖像梯度，圖像梯度計(jì)算的是圖像變化的速度，圖像梯度計(jì)算需要求導(dǎo)數(shù)，但是圖像梯度一般通過(guò)計(jì)算像素值的差來(lái)得到梯度的近似值，下文詳細(xì)介紹需要的小伙伴可以參考一下2022-06-06
這篇文章主要為大家詳細(xì)介紹了如何利用Python中的?NumPy?和?OpenCV?庫(kù)實(shí)現(xiàn)求不同分辨率圖像的峰值信噪比，感興趣的小伙伴可以跟隨不想一起學(xué)習(xí)一下2023-01-01