numpy格式转换相关命令
1.1 np.squeeze()——从数组的形状中删除单维度条目,即把shape中为1的维度去掉
格式:np.squeeze(a,axis=None)
1.a表示输入的数组;
2.axis用于指定需要删除的维度,但是指定的维度必须为单维度,否则将会报错;
3.axis的取值可为None 或 int 或 tuple of ints, 可选。若axis为空,则删除所有单维度的条目;
4.返回值:数组;
5.不会修改原数组;
import numpy as np
e = np.arange(10).reshape(1, 2, 5)
print("e=\n", e, "\ne.shape=", e.shape)
a = np.squeeze(e)
print("a=\n", a, "\na.shape=", a.shape)
结果:
e= | a= |
---|---|
[[[0 1 2 3 4] [5 6 7 8 9]]] |
[[0 1 2 3 4] [5 6 7 8 9]] |
e.shape= (1, 2, 5) | a.shape= (2, 5) |
1.2 np.zeros_like(a)——即产生一个维度和a一样大小的全0数组
格式:np.zeros_like(a,dtype=None,order="K",subok=True,shape=None)
-
a表示输入的数组;
-
dtype指定输出数组中数字的类型,默认情况下与数组a中的类型一致;
-
返回值:数组
-
不会修改原数组;
import numpy as np
a = np.arange(10)