python二维列表转一维_python实现将一维列表转换为多维列表(numpy+reshape)

python实现将一维列表转换为多维列表(numpy+reshape)

如题，我们直接使用numpy

#!D:/workplace/python

# -*- coding: utf-8 -*-

# @File : numpy_reshape.py

# @Author: WangYe

# @Date : 2018/7/23

# @Software: PyCharm

import numpy

a=[1,2,3,1,4,5,5846,464,64,456,456,4]

print(a)

b=numpy.array(a).reshape(len(a),1) # reshape(列的长度，行的长度)

print(b) #转换为二维矩阵

print('b的形状是'+numpy.shape(b)) #12行1列

运行结果为：

D:\anaconda3\python.exe D:/workplace/python/TEST/numpy_reshape.py

[1, 2, 3, 1, 4, 5, 5846, 464, 64, 456, 456, 4]

[[ 1]

[ 2]

[ 3]

[ 1]

[ 4]

[ 5]

[5846]

[ 464]

[ 64]

[ 456]

[ 456]

[ 4]]

(12, 1)

这样，我们就将一维列表转换为二维列表啦，俗称列表中的列表。

以上这篇python实现将一维列表转换为多维列表(numpy+reshape)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

时间： 2019-11-28

前一段去云英面试,技术官很"不厚道"了问了一个非常简单的问题:如何将多维列表转化了一维的?当时虽然想到了使用迭代或者列表生成式可以做到,但是可以没能可行的代码,回来后一顿后悔. 对于规范的且嵌套维度较低的多维列表,python中有很多方法可以实现: a=[[1,2],[3,4],[5,6]] print [j for i in li for j in i] #or from itertools import chain print list(chain(*a)) #or import

如下所示: import numpy new_list = [i for i in range(9)] numpy.array(new_list).reshape(3,3) 借助numpy库: 以上这篇python numpy 一维数组转变为多维数组的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.

这篇文章主要介绍Python的numpy库中的一些函数,做备份,以便查找. (1)将矩阵转换为列表的函数:numpy.matrix.tolist() 返回list列表 Examples >>> >>> x = np.matrix(np.arange(12).reshape((3,4))); x matrix([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> x.tolist() [[0, 1, 2

二维列表转一维列表 from compiler.ast import flatten a=[[1,2],[5,6]] print(flatten(a)) 结果:[1, 2, 5, 6] 一维列表转二维列表 a=[1,2,5,6] b=[3,4,8,9] print(zip(a,b)) 结果: [(1, 3), (2, 4), (5, 8), (6, 9)] 以上这篇python二维列表一维列表的互相转换实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.

最近有一个需求要把dataframe转换为多维矩阵,然后可以使用values来实现,下面记录一下代码,方便以后使用. import pandas as pd import numpy as np df = pd.DataFrame(np.random.rand(3,3),columns=list('abc'),index=list('ABC')) print(df) print('============') print(df.values) 实现的效果: 以上这篇python的datafram

有时候,在Python中需要将dataframe类型转换为字典类型,下面的方法帮助我们解决这一问题. 任务代码. # encoding: utf-8 import pandas as pd a = ['Name', 'Age', 'Gender'] b = ['Ali', '19', 'China'] data = pd.DataFrame(zip(a, b), columns=['project', 'attribute']) print data dict_country = data.se

最近真的感觉到了python生态的强大(倒吸一口凉气) 现在介绍一个可以生成动态二维码的库(myqr) 效果如图: 第一步要安装myqr库 在cmd中直接用pip安装 pip install myqr 第二步 from MyQR import myqr import os version, level, qr_name = myqr.run( words="https://www.baidu.com", # 可以是字符串,也可以是网址(前面要加http(s)://) version=1

tuple函数功能和list功能很相似,以序列为参数并把它转换为元组 >>> tuple([1,2,3]) (1, 2, 3) >>> tuple('abcd') ('a', 'b', 'c', 'd') 以上这篇Python 把序列转换为元组的函数tuple方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.

题目的意思大致是在一个n*m的二维数组中,找到一个局部峰值.峰值要求大于相邻的四个元素(数组边界以外视为负无穷),比如最后我们找到峰值A[j][i],则有A[j][i] > A[j+1][i] && A[j][i] > A[j-1][i] && A[j][i] > A[j][i+1] && A[j][i] > A[j][i-1].返回该峰值的坐标和值. 当然,最简单直接的方法就是遍历所有数组元素,判断是否为峰值,时间复杂度为O(n^2

因为做项目中间有一个很小的环节需要这个功能,所以就写了一个简单的小函数,下面是具体实现: #!usr/bin/env python #encoding:utf-8 ''' __Author__:沂水寒城 ''' def get_max_value(martix): ''' 得到矩阵中每一列最大的值 ''' res_list=[] for j in range(len(martix[0])): one_list=[] for i in range(len(martix)): one_list.ap

如下所示: >>> import numpy as np >>> a = np.arange(12).reshape(3,4) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> type(a) >>> b=np.reshape(a,(3,4,1)) >>> np

NumPy的主要对象是同种元素的多维数组.这是一个所有的元素都是一种类型.通过一个正整数元组索引的元素表格(通常是元素是数字). 在NumPy中维度(dimensions)叫做轴(axes),轴的个数叫做秩(rank,但是和线性代数中的秩不是一样的,在用python求线代中的秩中,我们用numpy包中的linalg.matrix_rank方法计算矩阵的秩,例子如下). 结果是: 线性代数中秩的定义:设在矩阵A中有一个不等于0的r阶子式D,且所有r+1阶子式(如果存在的话)全等于0,那末D称为矩阵