Numpy——2.数组的形状

最新推荐文章于 2023-12-29 03:05:25 发布
最新推荐文章于 2023-12-29 03:05:25 发布
阅读量436 收藏 1
点赞数 1
分类专栏： numpy 文章标签： numpy python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_51474171/article/details/125615651
版权

数组的形状

查看数组的形状

a.shape()
可以通过返回值数的个数来判断数组是几维的
在这里插入图片描述

修改数组的形状

a.reshape(x, y) 有返回值但不修改a数组
a.flatten()将数组直接变成一维
在这里插入图片描述>在这里插入图片描述

数组的计算

数组和数的计算

广播机制
数组和一个数进行计算的时候，将这个数作用到数组的每一个元素上面，其实这个数被展开成为和数组的维数，行数，列数一样的数组了，然后对应元素做运算
在这里插入图片描述

数组和数组的计算

相同shape的数组的计算，直接让对应元素做加减乘除即可
在这里插入图片描述
不同shape的数组的计算，如果是二维的，行和列必须有一维是相同的，另一维是1。如果是3维的减去一个二维的，也是看行和列
也是广播机制，会把行或者列小的那一维扩展为大的那一个

在这里插入图片描述
example 二维
在这里插入图片描述
example 三维
在这里插入图片描述
在这里插入图片描述

头发没了还会再长
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【Python入门第四十五天】Python丨NumPy 数组形状
轻松学python的博客
04-04 436
数组的形状是每个维中元素的数量
numpy-1.16.6.zip
07-07
Numpy的核心是其多维数据结构——数组（ndarray），它允许高效地存储和操作大型数据集。与Python内置的列表相比，ndarray的一大优势在于其元素都是同类型的，这使得数据处理更为高效。此外，ndarray支持广播机制，即...
numpy：数组的形状
zhangqiqiyihao的博客
10-10 4207
数组的形状即这个数组有几行几列 shape函数查看该数组的形状，输出为几行几列 import numpy as np t1=np.arange(12) print(t1) print(t1.shape) t2=np.array([[1,2,3],[4,5,6]]) print(t2) print(t2.shape) t3=np.array([[[1,2],[3,4],[5,6]],[[7,8],[9,10],[11,12]]]) print(t3) print(t3.shape) 输出： [ 0 1
Python numpy，数组的形状(shape属性)，多维数组
热门推荐
houyanhua1的专栏
02-18 1万+
  demo.py（shape形状，reshape改变形状，多维数组）： # coding=utf-8 import numpy as np # shape属性(形状) t1 = np.array([1, 2, 3, 4, 5]) # 一维数组 print(t1.shape) # (5,) 5个元素 t2 = np.array([[1, 2, 3], [4, 5, 6]]) ...
Numpy
南城以北的博客
01-14 962
Numpy Numpy数组的属性 arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr) print('dim:', arr.ndim) # 查看arr数组的维度 print('shape:', arr.shape) # 查看arr数组的形状，即几行几列 print('size:', arr.size) # 查看arr数组共有多少个元素 print('type:', arr.dtype) # 查看arr数组中的元素是什么类型
Numpy数组的形状
harryxia2014的博客
01-04 548
import numpy as np #生成以1为中心，两边正负1的四行五列数组 stock_change=np.random.normal(1,1,(4,5)) stock_change #不进行行列互换，产生新变量 stock_change.reshape(5,4) #进行行列互换，对原值进行更改 stock_change.resize(5,4) #变换成，-1表示行不定，2列 stock_change.reshape([-1,2]) #T行列互换（数据与形状） stock_change..
numpy-1.22.3.zip
03-20
此外，NumPy还支持广播（broadcasting）规则，使得不同形状的数组间也能进行运算，极大地简化了代码。 NumPy的另一个关键特性是其丰富的数学函数库。包括但不限于线性代数操作（如矩阵乘法、求逆、特征值等）、统计...
numpy-1.52.2.zip
10-26
它以其高效、灵活的多维数据容器——数组（Array）而闻名，这个数据结构被称为`ndarray`。在Numpy 1.52.2版本中，我们可以找到一系列增强性能和功能的改进。 1. **数组操作**：Numpy的`ndarray`对象支持广播...
numpy-1.22.4+vanilla-cp39-cp39-win-amd64.zip
11-25
3. **广播机制**：NumPy的广播功能允许不同形状的数组在某些情况下进行数学运算，无需手动调整数组尺寸，极大地简化了代码编写。 4. **线性代数、随机数生成和傅里叶变换**：NumPy内置了线性代数、随机数生成和...
Numpy——numpy属性
12-22
在Python的科学计算领域，Numpy是一个不可或缺的库，它提供了高效的多维数组对象和相关的工具。本篇文章将深入探讨Numpy的一些基本属性和操作，包括列表转化为矩阵、数组属性、创建不同类型的数组以及指定数据类型。...
numpy中查看数组的形状和改变数组的维度
qq_43192537的博客
03-05 1626
1. 查看数组的形状 2. 改变数组的维度
numpy的形状
Weary_PJ的博客
01-21 873
Python 数据分析 之numpy的形状 —b站 python数据分析(黑马程序员) 1.查看数组的形状,shape t1 = np.arange(12) print(t1.shape) t2 = np.array([[1, 2, 3, 4, 5], [2, 3, 4, 5, 6]]) print(t2.shape) (12,) (2, 5) Process ...
Numpy 简单教程（二）数组的形状（shape）操作
超级超级小天才的博客
08-15 3453
更过的Numpy教程连载内容：https://blog.csdn.net/qq_38962621/category_10302107.html Numpy数组的形状（shape）操作 首先，使用 ndarray.shape 可以返回数组的形状 改变Numpy数组形状的方法 以下的操作均不改变原数组，而是返回一个新的更改后的数组： ndarray.ravel(): 返回展平后的数组，按照一行跟这一行的方式展开。Numpy创建数组的一般方式也是按照先创建一个展平的数组然后按行变形成数组的形式，所以一般的rav
【Numpy】改变数组形状
Graduate2015的博客
06-21 6498
文章目录前言1. reshape2. ravel3. ndarray.flattenReference 前言 本篇总结、介绍数组的基本操作之一——改变数组形状 [1]。 1. reshape numpy.reshape(a, newshape, order=‘C’)：在不改变数据的情况下为数组赋予新的形状 a：类数组（array_like）。待重塑数组 newshape：整数（一维数组）或者整数列表/元组（高维数组）等。重塑之后的数组形状（shape）。需要注意的是重塑之后的数组形状要与待重塑数组的形状
numpy库数组属性查看：类型、尺寸、形状、维度
qq_40678779的博客
07-07 6419
import numpy as np a1 = np.array([1,2,3,4],dtype=np.complex128) print(a1) print("数据类型",type(a1)) #打印数组数据类型 print("数组元素数据类型：",a1.dtype) #打印数组元素数据类型 print("数组元素总数：",a1.size) #打印数组尺寸，即数组元素总数 print("数组形状：",a1.shape) #打印数..
python中numpy数组形状和计算
weixin_44999258的博客
12-03 2814
python中numpy数组形状和计算
numpy数组02-数组的形状
最新发布
weixin_47702917的博客
12-29 997
通过数组.shape查看数组的形状1）对于一个一维数组输出结果如下所示：对于一维数组来说，12代表元素的个数。2）对于一个二维数组输出结果如下所示：其中：2代表行数，3代表列数。3）对于一个3维数组：创建一个n维数组，则列表最外层的【】数为n输出结果如下：3维数组的shape可以理解为：第一个2表示块，整个数组被分为两部分；第二个2表示每部分的行；3表示每部分的列。
第二章4节-Numpy运用之数组形状改变
weixin_45441862的博客
10-19 1556
1、数组形状改变 Numpy中提供了reshape等方法改变数组的形状，但不改变数据的值 可以对数组转换为一维，即展平 可以将多个数组，组合成一个更大的数组 三维数组的创建和索引 （1）.reshape()方法 1）改变形状，原数组不发生变化 arr.reshape(a,b)的参数中，只要其中一个参数是确定的，另一个参数就会自动计算出 2) 当改变形状的时候修改数组的值，原数组的形状没有变化，相对应的值会改变 （2）.resize()方法 ...
数据分析——numpy（2）数组的形状、数组的计算
qq_35526165的博客
10-15 2913
上一节：数据分析——numpy（1）简介、创建数组、数组类型的操作 1、数组的形状 数组的形状即该数组是几行几列的数组。 方法：shape（查看形状）、reshape（修改形状） #数组的形状 a = np.array([[1,2,3],[4,5,6]]) print(a) print('*'*100) print(a.shape) #数组形状 (2,3) 2代表行，3代表列 print('*'*...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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