138、Python数组变形大师：玩转维度与形状

Python 开发之数组形状与维度：改变数组形状与维度

在 Python 中，数组形状与维度的改变是数据处理和分析中非常常见的需求。本文将带你了解 Python 中数组形状与维度的概念，以及如何改变数组的形状与维度。我们将从 NumPy 库的基本操作入手，结合实际应用场景，提供一些实用的技巧和案例。

1. NumPy 简介

NumPy 是一个强大的 Python 库，用于科学计算。它提供了大量的数学函数和线性代数运算，同时支持多维数组（矩阵）的创建和操作。NumPy 的核心数据结构是 ndarray（多维数组对象），它是一个高度优化的列存储数组，支持大量的元素操作和数学运算。

2. 数组形状与维度的概念

在 NumPy 中，数组的形状（shape）和维度（dimension）是两个重要的概念。

• 形状（Shape）：数组的形状是指数组中元素的基本排列方式，通常由一个或多个整数表示。例如，一个 2x3 的数组表示有 2 行和 3 列，总共 6 个元素。
• 维度（Dimension）：数组的维度是指数组数据的层次结构。例如，一个一维数组（如列表）是一个零维数组，而一个二维数组是一个一维数组的数组，即一个行和列的集合。

3. 改变数组形状与维度的方法

NumPy 提供了多种方法来改变数组的形状与维度，常见的有 reshape、resize、transpose 等。

3.1 reshape 方法

reshape 方法用于改变数组的形状，但不改变数组中元素的数据。
应用场景：在数据处理过程中，我们可能需要改变数组的形状以适应不同的算法或数据结构。
实用技巧：使用 reshape 时，新形状的元素个数必须与原始数组相同。
案例：

import numpy as np
# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5, 6])
# 将一维数组转换为二维数组（2行3列）
b = a.reshape(2, 3)
print("b:")
print(b)
print("b.shape:", b.shape)

输出结果：

b:
[[1 2 3]
 [4 5 6]]
b.shape: (2, 3)

3.2 resize 方法

resize 方法用于改变数组的大小，即增加或减少数组中的元素个数。
应用场景：在数据处理过程中