python维度转换_numpy库ndarray多维数组的维度变换方法(reshape、resize、swapaxes、flatten)...

本文介绍了numpy库中用于处理多维数组的维度变换方法,包括.reshape()、.resize()、.swapaxes()和.flatten()。.reshape()和.resize()可以改变数组的形状,其中.resize()会直接修改原数组,而.reshape()不会。.swapaxes()用于交换数组的两个轴,不改变原始数据。.flatten()则将数组降维为一维。这些方法在处理numpy数组时非常实用。
摘要由CSDN通过智能技术生成

numpy库对多维数组有非常灵巧的处理方式,主要的处理方法有:

.reshape(shape) : 不改变数组元素,返回一个shape形状的数组,原数组不变

.resize(shape) : 与.reshape()功能一致,但修改原数组

In [22]: a = np.arange(20)

#原数组不变

In [23]: a.reshape([4,5])

Out[23]:

array([[ 0, 1, 2, 3, 4],

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14],

[15, 16, 17, 18, 19]])

In [24]: a

Out[24]:

array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,

17, 18, 19])

#修改原数组

In [25]: a.resize([4,5])

In [26]: a

Out[26]:

array([[ 0, 1, 2, 3, 4],

[ 5, 6, 7, 8, 9],

[10, 11, 12, 13, 14],

[15, 16, 17, 18, 19]])

.swapaxes(ax1,ax2) : 将数组n个维度中两个维度进行调换,不改变原数组

In [27]: a.swapaxes(1,0)

Out[27]:

array([[ 0, 5, 10, 15],

[ 1, 6, 11, 16],

[ 2, 7, 12,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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