numpy 数组shape()

最新推荐文章于 2022-12-07 22:21:54 发布

Saropetry

最新推荐文章于 2022-12-07 22:21:54 发布

阅读量1k

点赞数

分类专栏： Python 数据分析文章标签： python numpy

本文链接：https://blog.csdn.net/Saropetry/article/details/107616556

版权

本文深入探讨了numpy库中数组的shape属性，解释了如何查看和改变数组的形状，以及它在数据操作中的关键作用。通过实例展示了reshape、flatten和transpose等方法，帮助读者更好地理解和应用numpy数组的shape。

摘要由CSDN通过智能技术生成

import numpy as np

# t1 一维数组
t1 = np.arange(12)
print(t1,t1.shape)

# 查看数组的形状
print(t1.shape)

# t1 二维数组
t2 = np.array([[1,2,3],[4,5,6]])
print(t2,t2.shape)

# t3 三维数组
t3 = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
print(t3,t3.shape)

# 结果
[ 0  1  2  3  4  5  6  7  8  9 10 11] (12,)
(12,)
[[1 2 3]
 [4 5 6]] (2, 3)
[[[ 1  2  3]
  [ 4  5  6]]
 [[ 7  8  9]
  [10 11 12]]] (2, 2, 3)


t4 = np.arange(12)
  ...: print(t4,t4.shape)
[ 0  1  2  3  4  5  6  7  8  9 10 11] (12,)
t4.reshape((3,4))
Out[4]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
t5 = np.arange(24).reshape((2,3,4))
  ...: print(t5)
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]

#  一维数组转化为三维数组
t5 = np.arange(24).reshape((2,3,4))
print(t5)

[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]


#  t5 三维数组转化为一维数组
t5.reshape((24,))

arr