numpy数组形状

修改数组的形状

 

shape 和 reshape 方法不能改变数组中元素的总数，否则会报错：

 

使用 newaxis 增加数组维数

根据插入位置的不同，可以返回不同形状的数组：

插入多个新维度： 

squeeze 方法去除多余的轴

squeeze 返回一个将所有长度为1的维度去除的新数组。 

数组转置

使用 transpose 返回数组的转置，本质上是将所有维度反过来：

注意：

 

• 对于复数数组，转置并不返回复共轭，只是单纯的交换轴的位置
• 转置可以作用于多维数组

 

转置只是交换了轴的位置。

另一方面，转置返回的是对原数组的另一种view，所以改变转置会改变原来数组的值

数组连接

有时我们需要将不同的数组按照一定的顺序连接起来：

concatenate((a0,a1,...,aN), axis=0)

注意，这些数组要用 () 包括到一个元组中去。

除了给定的轴外，这些数组其他轴的长度必须是一样的。

 

 

事实上，Numpy提供了分别对应这三种情况的函数：

• vstack
• hstack
• dstack

 

 

Flatten 数组

flatten 方法的作用是将多维数组转化为1维数组：

返回的是数组的复制，因此，改变 b 并不会影响 a 的值：

 

 

flat 属性

还可以使用数组自带的 flat 属性：

但此时修改 b 的值会影响 a ：

 

atleast_xd 函数

保证数组至少有 x 维：

在Scipy库中，这些函数被用来保证输入满足一定的条件：“

用法	Scipy中出现次数
value.flaten() value.flat value.ravel()	~2000次
atleast_1d(value) atleast_2d(value)	~700次
asarray(value)	~4000次