数据分析笔记--numpy--ndarray的维度转换

这篇笔记探讨了numpy中用于维度转换的transpose()和reshape()函数。transpose()通过调换行与列实现转置,对于高维数组,不传参数会反序维度,传入维度下标可指定转换。reshape()则直接根据新维度创建有序数组,常用于调整数组形状。
摘要由CSDN通过智能技术生成

import numpy as np

通过transpose()对数组进行维度转换,即将行与列进行调换,三行四列转换为四行三列

二维数组可以直接进行转换,无需传参


如果是二维以上的维数组进行维度转换的话,不传参则默认将维度反序(比如(2,3,4)将会变成(4,3,2))


如果要固定转换维度的就需要传参,但是传入transpose()的参数是维度元组的下标(比如(2,3,4)想转换为(3,2,4)需要传入的参数就是(1,0,2))


一般用reshape()进行维度转换比较多,直接传入新的维度就行,而不是用下标代替


但是实际上二者是有很大区别的,transpose()会将数组进行转置,而reshape()则是按照数组原有的排布顺序,重新按照新维度生成一个依然有序的数组,从以上两图也能看出来

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