Numpy中shape函数、tile函数

Knn与Kmeans算法中计算欧式距离多次出现这类函数,不免深入了解一下:

numpy.shape(), 查看矩阵或者数组维度。

import numpy as np
a=np.array([1,2],[3,4],[5,6])
a.shape[0]=3# 行
a.shape[1]=2# 列

numpy.tile(), 将数组按行或者列方向复制

np.tile(a,2) #将矩阵沿着行复制2倍
Out[11]: 
array([[1, 2, 1, 2],
       [3, 4, 3, 4],
       [5, 6, 5, 6]])
np.tile(a,(1,2))#将矩阵沿着行复制2倍,列复制一倍(相当于没有复制)
Out[13]: 
array([[1, 2, 1, 2],
       [3, 4, 3, 4],
       [5, 6, 5, 6]])
np.tile(a,(2,2))#行和列都复制两倍
Out[14]: 
array([[1, 2, 1, 2],
       [3, 4, 3, 4],
       [5, 6, 5, 6],
       [1, 2, 1, 2],
       [3, 4, 3, 4],
       [5, 6, 5, 6]])

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值