numpy的squeeze函數(shù)使用方法
reshape函數(shù)：改變數(shù)組的維數(shù)（注意不是shape大?。?/p>
>>> e= np.arange(10)
>>> e
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> e.reshape(1,1,10)
array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> e.reshape(1,1,10)
array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> e.reshape(1,10,1)
array([[[0],
[1],
[2],
[3],
[4],
[5],
[6],
[7],
[8],
[9]]])
squeeze 函數(shù)：從數(shù)組的形狀中刪除單維度條目，即把shape中為1的維度去掉
用法：numpy.squeeze(a,axis = None)
1）a表示輸入的數(shù)組；
2）axis用于指定需要?jiǎng)h除的維度，但是指定的維度必須為單維度，否則將會(huì)報(bào)錯(cuò)；
3）axis的取值可為None 或 int 或 tuple of ints, 可選。若axis為空，則刪除所有單維度的條目；
4）返回值：數(shù)組
5) 不會(huì)修改原數(shù)組；
>>> a = e.reshape(1,1,10) >>> a array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]]) >>> np.squeeze(a) array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
體現(xiàn)在畫圖時(shí)
>>> plt.plot(a)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python27\lib\site-packages\matplotlib\pyplot.py", line 3240, in plot
ret = ax.plot(*args, **kwargs)
File "C:\Python27\lib\site-packages\matplotlib\__init__.py", line 1710, in inner
return func(ax, *args, **kwargs)
File "C:\Python27\lib\site-packages\matplotlib\axes\_axes.py", line 1437, in plot
for line in self._get_lines(*args, **kwargs):
File "C:\Python27\lib\site-packages\matplotlib\axes\_base.py", line 404, in _grab_next_args
for seg in self._plot_args(this, kwargs):
File "C:\Python27\lib\site-packages\matplotlib\axes\_base.py", line 384, in _plot_args
x, y = self._xy_from_xy(x, y)
File "C:\Python27\lib\site-packages\matplotlib\axes\_base.py", line 246, in _xy_from_xy
"shapes {} and {}".format(x.shape, y.shape))
ValueError: x and y can be no greater than 2-D, but have shapes (1L,) and (1L, 1L, 10L)
>>> plt.plot(np.squeeze(a))
[<matplotlib.lines.Line2D object at 0x00000000146CD940>]
>>> plt.show()
>>> np.squeeze(a).shape (10L,)
通過(guò)np.squeeze()函數(shù)轉(zhuǎn)換后，要顯示的數(shù)組變成了秩為1的數(shù)組，即（10，）
參考：http://blog.csdn.net/zenghaitao0128/article/details/78512715
到此這篇關(guān)于numpy的squeeze函數(shù)使用方法的文章就介紹到這了,更多相關(guān)numpy squeeze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 數(shù)據(jù)類(dataclass)的具體使用
本文主要介紹了python 數(shù)據(jù)類(dataclass)的具體使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，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2023-03-03
這篇文章主要介紹了如何在mac版pycharm選擇python版本,文中通過(guò)示例代碼介紹的非常詳細(xì)，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,需要的朋友可以參考下2020-07-07
Python序列的推導(dǎo)式實(shí)現(xiàn)代碼
推導(dǎo)式是可以從一個(gè)數(shù)據(jù)序列構(gòu)建另一個(gè)新的數(shù)據(jù)序列（的一種結(jié)構(gòu)體），是python的一種獨(dú)有特性，在python中共有三種推導(dǎo)，列表推導(dǎo)式和字典推導(dǎo)式，集合推導(dǎo)式，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友參考下吧2021-07-07
盤點(diǎn)總結(jié)Python爬蟲(chóng)常用庫(kù)(附官方文檔)
在信息時(shí)代,數(shù)據(jù)是無(wú)處不在的寶藏,從網(wǎng)頁(yè)內(nèi)容、社交媒體帖子到在線商店的產(chǎn)品信息,互聯(lián)網(wǎng)上存在著大量的數(shù)據(jù)等待被收集和分析,Python爬蟲(chóng)是一種強(qiáng)大的工具,用于從互聯(lián)網(wǎng)上獲取和提取數(shù)據(jù)2023-11-11
一文帶你掌握Python自然語(yǔ)言處理庫(kù)SpaCy
SpaCy是一個(gè)非常強(qiáng)大的Python自然語(yǔ)言處理庫(kù),它包含了眾多強(qiáng)大功能，如詞性標(biāo)注、命名實(shí)體識(shí)別、依賴關(guān)系解析等等,這篇文章的目標(biāo)是幫助你了解SpaCy的基本功能和如何使用,需要的朋友可以參考下2023-07-07
這篇文章主要介紹了Python解決八皇后問(wèn)題,簡(jiǎn)單描述了八皇后問(wèn)題的原理并結(jié)合實(shí)例形式分析了Python基于遞歸算法解決八皇后問(wèn)題的相關(guān)操作技巧,需要的朋友可以參考下2018-04-04
django實(shí)現(xiàn)web接口 python3模擬Post請(qǐng)求方式
今天小編就為大家分享一篇django實(shí)現(xiàn)web接口 python3模擬Post請(qǐng)求方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
這篇文章主要介紹了Python線性分類，線性分類指在機(jī)器學(xué)習(xí)領(lǐng)域，分類的目標(biāo)是指將具有相似特征的對(duì)象聚集。而一個(gè)線性分類器則透過(guò)特征的線性組合來(lái)做出分類決定，以達(dá)到此種目的。對(duì)象的特征通常被描述為特征值，而在向量中則描述為特征向量,需要的朋友可以參考下2022-02-02
使用Python實(shí)現(xiàn)博客上進(jìn)行自動(dòng)翻頁(yè)
這篇文章主要介紹了使用Python實(shí)現(xiàn)博客上進(jìn)行自動(dòng)翻頁(yè),需要的朋友可以參考下2017-08-08
抽樣是統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)中非常重要，本文就用Python實(shí)現(xiàn)抽樣方法，主要介紹了八種方法，感興趣的小伙伴們可以參考一下2021-06-06