Python基础——numpy ndarray一维数组与多维数组

                       
 

shape为(3, 1)(表多维数组)与shape为(3, )(表一维数组)用法上有很大的不同

>>> x = np.random.randn(3)>>> xarray([ 0.53150381, -0.45205789, -0.6655509 ])>>> x.shape(3,)>>> y = np.random.randn(3, 1)>>> yarray([[ 0.69918993],       [ 1.17769064],       [-0.53024913]])>>> y.shape(3, 1)
  
  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

不同之一:与list进行转换

>>> list(x)[0.53150381185761253, -0.45205789280422431, -0.66555089846812798]>>> list(y)[array([ 0.69918993]), array([ 1.17769064]), array([-0.53024913])]
  
  
  • 1
  • 2
  • 3
  • 4
           

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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