np.reshape(n,m)重新生成n*m维的数组
如:reshape(2,-1) -1表示0轴分成2维后,1轴按元素个数分,不指定维度
1、 # 3页 2*2
-
import numpy
as np
-
a = np.array([
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12])
-
b = a.reshape(
3,
2,
2)
-
print(b)
2、b = a.reshape(2,3,2,2) #2个3页的2*2
-
import numpy
as np
-
a = np.array([
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12,
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12])
-
b = a.reshape(
2,
3,
2,
2)
-
print(b)
3、 对于reshape(2,3,2,2)
print(b[0])
#2个3页的第一个3页的2*2
4、#2个3页的第一个3页的2*2中
print(b[0][0])
5、#2个3页中第一个3页2*2中的0轴
print(b[0][0][0])
6、reshape(2,3,2,2)
对应轴(0,1,2,3)
(A)、
-
a = np.array([
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
14,
12,
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
13])
-
b = a.reshape(
2,
3,
2,
2)
-
print(b)
-
print(np.
min(b,
0))
运算方法:在两个3页的元素中对应比较。取出最小的元素,
(B)、
np.min(b,1)
2个3页2*2中分别找出最小的2*2
(C)、
np.mean(b,2)
在6个2*2的数组找0轴最小的