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,對拷貝所做的修改不會影響原始數(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 ('展開的數(shù)組:')
print (a.flatten())
print ('\n')
print ('以 F 風(fēng)格順序展開的數(shù)組:')
print (a.flatten(order = 'F'))
原數(shù)組:
[[0 1 2 3]
[4 5 6 7]]
展開的數(shù)組:
[0 1 2 3 4 5 6 7]
以 F 風(fēng)格順序展開的數(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:對應(yīng)第一個(gè)軸的整數(shù) axis2:對應(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?。?)
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)組的大小:
[[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
對python3中的RE(正則表達(dá)式)-詳細(xì)總結(jié)
今天小編就為大家分享一篇對python3中的RE(正則表達(dá)式)-詳細(xì)總結(jié),具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python+OpenCV實(shí)現(xiàn)分水嶺分割算法的示例代碼
分水嶺算法是用于分割的經(jīng)典算法,在提取圖像中粘連或重疊的對象時(shí)特別有用。本文將用Python+OpenCV實(shí)現(xiàn)這一算法,需要的可以參考一下2022-08-08
Numpy中的數(shù)組搜索中np.where方法詳細(xì)介紹
這篇文章主要介紹了Numpy中的數(shù)組搜索中np.where方法詳細(xì)介紹,文中通過示例代碼介紹的非常詳細(xì),對大家的學(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一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
Python實(shí)現(xiàn)學(xué)生成績管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)學(xué)生成績管理系統(tǒng),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2018-01-01
Python實(shí)現(xiàn)視頻字幕時(shí)間軸格式轉(zhuǎn)換的示例
本文主要介紹了Python實(shí)現(xiàn)視頻字幕時(shí)間軸格式轉(zhuǎn)換的示例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(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一起學(xué)習(xí)學(xué)習(xí)吧2023-11-11
詳解python實(shí)現(xiàn)多張多格式圖片轉(zhuǎn)PDF并打包成exe
這篇文章主要為大家介紹了python實(shí)現(xiàn)多張多格式圖片轉(zhuǎn)PDF并打包成exe方式詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-01-01
基于python opencv單目相機(jī)標(biāo)定的示例代碼
這篇文章主要介紹了基于python opencv單目相機(jī)標(biāo)定的實(shí)現(xiàn)代碼,代碼簡單易懂,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-01-01
基于python的圖片修復(fù)程序(實(shí)現(xiàn)水印去除)
這篇文章主要給大家介紹了關(guān)于python圖片修復(fù)程序的相關(guān)資料,可以用于實(shí)現(xiàn)圖片中水印去除,主要利用的是OpenCV這個(gè)框架實(shí)現(xiàn)的,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面來一起看看吧2018-06-06

