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,新的形狀應當兼容原有形狀 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') # 默認按行 print ('展開的數(shù)組:') print (a.flatten()) print ('\n') print ('以 F 風格順序展開的數(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)組的兩個軸,格式如下:
numpy.swapaxes(arr, axis1, axis2) arr:輸入的數(shù)組 axis1:對應第一個軸的整數(shù) axis2:對應第二個軸的整數(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:返回數(shù)組的新形狀
import numpy as np a = np.array([[1,2,3],[4,5,6]]) print ('第一個數(shù)組:') print (a) print ('\n') print ('第一個數(shù)組的形狀:') print (a.shape) print ('\n') b = np.resize(a, (3,2)) print ('第二個數(shù)組:') print (b) print ('\n') print ('第二個數(shù)組的形狀:') print (b.shape) print ('\n') # 要注意 a 的第一行在 b 中重復出現(xiàn),因為尺寸變大了 print ('修改第二個數(shù)組的大?。?) b = np.resize(a,(3,3)) print (b) 第一個數(shù)組: [[1 2 3] [4 5 6]] 第一個數(shù)組的形狀: (2, 3) 第二個數(shù)組: [[1 2] [3 4] [5 6]] 第二個數(shù)組的形狀: (3, 2) 修改第二個數(shù)組的大?。? [[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
Python+OpenCV實現(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特別有用。本文將用Python+OpenCV實現(xiàn)這一算法,需要的可以參考一下2022-08-08Numpy中的數(shù)組搜索中np.where方法詳細介紹
這篇文章主要介紹了Numpy中的數(shù)組搜索中np.where方法詳細介紹,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2021-01-01Python實現(xiàn)視頻字幕時間軸格式轉(zhuǎn)換的示例
本文主要介紹了Python實現(xiàn)視頻字幕時間軸格式轉(zhuǎn)換的示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-11-11詳解python實現(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,祝大家多多進步,早日升職加薪2023-01-01