numpy或pandas中reshape(-1)等用法

已于 2023-11-02 20:17:11 修改
阅读量1.6k 收藏 3
点赞数 1
分类专栏： Pytorch 文章标签： 计算机视觉 深度学习 机器学习
于 2022-05-12 10:59:26 首次发布
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/weixin_36670529/article/details/105350073
版权
本文介绍了Numpy库中reshape(-1)操作的三种常见用法：1)横向平铺数组；2)纵向平铺数组；3)按列数为2重新排列数组。通过示例展示了reshape函数如何改变数组的形状，帮助理解其在数据处理中的应用。
摘要由CSDN通过智能技术生成

参考  numpy或pandas中reshape(-1)等用法 - 云+社区 - 腾讯云

例：

z = np.array([[1, 2, 3, 4],
          [5, 6, 7, 8],
          [9, 10, 11, 12],
          [13, 14, 15, 16]])
z.shape
(4, 4)

1.z.reshape(-1)或z.reshape(1,-1)将数组横向平铺 

z.reshape(-1)
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16])

2.z.reshape(-1, 1)将数组纵向平铺

z.reshape(-1,1)
 array([[ 1],
        [ 2],
        [ 3],
        [ 4],
        [ 5],
        [ 6],
        [ 7],
        [ 8],
        [ 9],
        [10],
        [11],
        [12],
        [13],
        [14],
        [15],
        [16]])

3.z.reshape(-1, 2)

newshape等于-1，列数等于2，行数未知，reshape后的shape等于(8, 2)

z.reshape(-1, 2)
 array([[ 1,  2],
        [ 3,  4],
        [ 5,  6],
        [ 7,  8],
        [ 9, 10],
        [11, 12],
        [13, 14],
        [15, 16]])

Wanderer001
关注
专栏目录
机器学习numpy和pandas基础--numpy
qq_42148307的博客
08-05 640
1、NumPy 1.1ndarry:一种多维数组对象 ndarry:N维数组。 相同类型的元素组成的多维数组，元素数量事先指定好的。 元素的数据类型由dtype对象来指定，每个ndarry只有一种dtype类型 创建好数组一旦指定大小，就不会再发生改变。 ndarry属性： ndim:维度数量 shape是一个表示各维度大小的元组，即数组的形状 dtype：数组元素数据类型对象 size:元素总个数，即shape中各数组相乘 ndarray的常见创建方式： array:接收一个普通的Python序
【numpy库函数】reshape用法，包含-1这个参数
qq_37791134的博客
05-25 1万+
官方链接：https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#numpy-reshape numpy.reshape（重塑） 给数组一个新的形状而不改变其数据 numpy.reshape(a, newshape, order=’C’) 参数： a：array_like 要重...
python: numpy reshape中的-1含义
Justin01001的博客
09-10 3173
简单来说，-1是指reshape之后的array的新形状“面积”是与原始形状相同。-1就表示未知的长或者宽。 numpy 允许我们将新的形状参数之一指定为 -1（例如：(2,-1) 或 (-1,3) 但不是 (-1, -1)）。 它只是意味着它是一个未知的维度，我们希望 numpy 找出它。 numpy 将通过查看“数组的长度和剩余维度”并确保它满足上述标准来计算这一点。 举个例子： z = np.array([[1, 2, 3, 4], [5, 6, 7, 8],
【Pandas】pandas.lreshape详解与实战应用：长格式数据重塑的利器，用于将宽格式的数据转换为长格式。长格式数据在处理多变量数据、时间序列分析和绘图时更为实用
最新发布
科技改变人类，技术成就未来
08-04 671
在数据分析和处理过程中，经常需要对数据进行重塑操作，以便更好地适应分析需求。pandas.lreshape 是 Pandas 提供的一个函数，用于将宽格式的数据转换为长格式。长格式数据在处理多变量数据、时间序列分析和绘图时更为实用。本文将详细介绍 pandas.lreshape 的用途和用法，包括其参数详解、示例代码以及进阶使用技巧。
python numpy中的reshape(-1)、reshape(1，-1)、reshape(-1,1)
qq_40967086的博客
10-09 3845
python numpy中的reshape(-1)、reshape(1，-1)、reshape(-1,1)
【Numpy】reshape 的 -1 是什么意思
x66ccff
11-07 611
reshape的用法
Python Numpy中reshape函数参数-1的含义
u013344884的博客
07-27 3093
新数组的shape属性应该要与原来数组的一致，即新数组元素数量与原数组元素数量要相等。一个参数为-1时，那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。 下面来举几个例子来理解一下： >>> z = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]]) ...
numpy-numpy教程之Pandas-Structures.zip
05-19
5. **数据重塑和对齐**：Pandas提供了`reshape()`、`pivot()`等方法，以及自动对齐功能，使得数据转换和分析更为灵活。这些功能在NumPy中较难实现。 综上所述，NumPy和Pandas的结合为数据科学家和分析师提供了强大...
NumPy-SciPy-Pandas-Quandl-Cheat-Sheet
08-27
根据给定的文件信息，我们可以总结出一系列与NumPy、SciPy、Pandas以及Quandl相关的关键知识点。以下是对这些知识点的详细解释： ### NumPy/SciPy #### 创建NumPy数组 - **语法**: `arr = np.array([])` - 这行...
Numpy、Pandas使用大全与各参数详解
Sheenky的博客
06-07 1899
np.random.rand(), np.random.randn(), np.random.randint(),np.random.uniform(), np.random.normal(), ...：通过Python的随机函数进行array数据类型创建。np.sum(), np.mean(), np.median(), np.max(), np.min(), np.std(),...聚合函数。.max()/.min()/.mean()/.median()... .describe():数据分布与统计。
numpy-1.19.0+mkl-cp37m-win_amd64
05-25
1. **数组对象**：NumPy的核心是`ndarray`（n-dimensional array）对象，它可以存储同类型的元素，如整数、浮点数或复数。与Python的列表相比，`ndarray`在内存中是连续存储的，因此更适合于数值计算。 2. **广播...
numpy.reshape参数-1解释
风筝的专栏
05-31 886
numpy.reshape 官方文档给出的解释 值得注意的是，reshape给出参数newreshape可以传-1,官方文档解释，传-1表示剩下来的自动根据矩阵的规模和剩余维度进行计算 大意是说，数组新的shape属性应该要与原来的配套，如果等于-1的话，那么Numpy会根据剩下的维度计算出数组的另外一个shape属性值。 举个例子: z = np.arr...
reshape(-1)函数的理解（代码讲解）
G果的博客
08-13 3万+
假设z是一个3行4列的矩阵 z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) reshape(-1,newshape)的理解 如果reshape的值有-1的话，那么Numpy会根据所给的新的shape的信息（newshape），自动计算补足shape缺的值 比如这里的z矩阵，shape=（3,4），一共有12个元素，如果需要构造2列的新矩阵（只知道新矩阵的列信息），newshape=2，也即是z.
Python Numpy中reshape函数参数-1的含义
热门推荐
小红的博客
11-23 9万+
新数组的shape属性应该要与原来数组的一致，即新数组元素数量与原数组元素数量要相等。一个参数为-1时，那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。下面来举几个例子来理解一下：>>> z = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]])>>> print(z) [[
Python函数reshape（-1，）
lll_turbo的博客
06-26 1790
reshape第二个参数可省略，reshape（-1，）会将将二维转为一维数组，注意与reshape(1,-1 )不同。一个是变为一维，一个是改变形状。如果我只需要特定的行数，列数多少我无所谓，我只需要指定行数，那么列数直接用-1代替就行了，计算机帮我们算赢有多少列，反之亦然。注意：但reshape第一个参数不可省略reshape（，-1）报错。
详解numpy.reshape中参数newshape出现-1的含义
LW的技术小筑
02-29 4206
前言 reshape函数是Numpy中用来修改数组形状的函数，其函数原型为： numpy.reshape(a, newshape, order='C') 在该函数中有一个用来指定数组新形状的参数newshape，该参数的取值可以为整数或整数构成的元组，在众多的取值情况中，存在一种特殊的情况：newshape取-1或则(dim1,dim2,…,-1,…,dimn)，那这里的-1有什么含义呢？请看下...
numpy中的reshape中参数为-1
sjwzdh的博客
10-26 438
转载 -1给定的那个维度需要根据其他维度来推断，即根据数组中元素个数与其他维度的给定值推断，一维时z.reshape(-1)表示成为一行，而高于1维的情况下，需要将其他维度指定，不能存在2个以上-1维度。 ...
z.reshape(-1, 1)
君子不器
08-06 573
import numpy as np z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]) print("z.shape:", z.shape) temp = z.reshape(-1) print("temp:", temp) t...
评论 1
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

打赏作者

Wanderer001

ROIAlign原理

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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