Numpy基础三：Numpy形状维度操作

1. ndarray.ndim

使用ndarray.ndim可以查看array中轴的数量（axes）
例如：

>>> array_example = np.array([[[0, 1, 2, 3],
...                            [4, 5, 6, 7]],
...
...                           [[0, 1, 2, 3],
...                            [4, 5, 6, 7]],
...
...                           [[0 ,1 ,2, 3],
...                            [4, 5, 6, 7]]])

运行：

>>> array_example.ndim
3

知道轴的数量后还需要了解轴的方向，如图所示：

注1： 列总是最后一维。
注2： numpy和pytorch均可以按照轴方向进行运算

2. 形状操作

获取形状：

>>> array_example.shape
(3, 2, 4)

更改数组形状

>>> a = np.arange(6)
>>> print(a)
[0 1 2 3 4 5]
>>> b = a.reshape(3, 2)
>>> print(b)
[[0 1]
 [2 3]
 [4 5]]

或者使用np.reshape：

>>> numpy.reshape(a, newshape=(1, 6))
array([[0, 1, 2, 3, 4, 5]])

数组转置:arr.transpose()或arr.T

>>> arr = np.arange(6).reshape((2, 3))
>>> arr
array([[0, 1, 2],
       [3, 4, 5]])
>>> arr.transpose()
array([[0, 3],
       [1, 4],
       [2, 5]])
>>> arr.T
array([[0, 3],
       [1, 4],
       [2, 5]])

调整轴axis顺序：

>>> a = np.random.randint(0,10,(2,3,4,5))
>>> print("原数组形状：",a.shape)
>>> print("transpose:",np.transpose(a,(1,2,0,3)).shape)#重新指定轴0到3的顺序
>>> 原数组形状： (2, 3, 4, 5)
>>> transpose: (3, 4, 2, 5)

交换两个轴：

>>> print("swapaxes:",np.swapaxes(a,1,2).shape)#交换轴1和2
>>> swapaxes: (2, 4, 3, 5)

3.维度增加

1）np.newaxis

将1维数组变成行向量：

# 1D array to 2D array
>>> row_vector = a[np.newaxis, :]
>>> row_vector.shape
(1, 6)

将1维数组变成列向量：

>>> col_vector = a[:, np.newaxis]
>>> col_vector.shape
(6, 1)

2）np.expand_dims

将1维数组变成行向量：

# 1D array to 2D array
>>> row_vector = np.expand_dims(a,axis=0)
>>> row_vector.shape
(1, 6)

将1维数组变成列向量：

>>> col_vector = np.expand_dims(a,axis=1)
>>> col_vector.shape
(6, 1)