Numpy之多维数组的运用

本文介绍了Numpy中多维数组的运用,包括reshape()、flatten()、T属性和concatenate()等操作。详细讲解了这些操作的功能,如reshape()的order参数,flatten()的顺序,以及concatenate()在不同轴上的拼接方式。
摘要由CSDN通过智能技术生成

接上一篇,本篇来介绍一下Numpy中多维数组的运用。

多维数组:

多维数组的存取和一维数组类似,因为多维数组有多个轴,因此它的下标需要用多个值来表示,NumPy采用元组(tuple)作为数组的下标。

np.arange(0,60,10).reshape(-1,1)+np.arange(0,6)

在这里插入图片描述

np.arange(0,60,10)+np.arange(0,6)

在这里插入图片描述
多维数组同样也可以使用整数序列和布尔数组进行存取。

Numpy数组的操作

反转操作:

  • numpy. reshape ()
  • numpy. ndarray. flatten()
  • numpy. ndarray. T ()

连接操作:

  • numpy. concatenate ()
  • numpy. stack ()
  • numpy. hstack ()
  • numpy. vstack ()
1、numpy. reshape ()

order:读/索引元素的顺序,常用

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