numpy 数组的形状

下面所说的数组的形状都是矩阵，因此除了用reshape方法改变数组的形状，还可以结合列表推导式，解析嵌套列表。

嵌套列表解析讲解

numpy

import numpy as num

# 一维数组
shuzu1 = num.array([1,2,3,4,5])
print(shuzu1.shape)
# 结果：(5,)    一维数组，只有五个元素

# 二维数组
shuzu2 = num.array([[1,2,3],[2,3,4]])
print(shuzu2.shape)  # (2,3) 二行三列
print(shuzu2)  
# 结果如下
# [[1 2 3]
#  [2 3 4]]

# 三维数组
shuzu3 = num.array([[[1,2,3],[2,3,4]],[[3,4,5],[4,5,6]]])
print(shuzu3.shape)   # (2, 2, 3)  
print(shuzu3)  
# 结果如下，分为俩块，每块都是俩行三列
# [[[1 2 3]
#   [2 3 4]]
# 
#  [[3 4 5]
#   [4 5 6]]]

# 用reshape改变数组形状
shuzu4 = num.arange(10)
print(shuzu4) # 结果：[0 1 2 3 4 5 6 7 8 9]
shuzu5 = shuzu4.reshape((2,5))  # 改正俩行五列
print(shuzu5) 
# 结果： 
# [[0 1 2 3 4]
#  [5 6 7 8 9]]

# 用flatten将多为数组改为一维数组
shuzu6 = shuzu5.flatten()
print(shuzu6）
# 结果：[0 1 2 3 4 5 6 7 8 9]