更改形状
1. numpy.ndarray.shape
表示数组的维度,返回一个元组,这个元组的长度就是矩阵的秩。
x = np.array([1, 2, 9, 4, 5, 6, 7, 8])
print(x.shape)
x.shape = [2, 2, 2]
print(x)
(8,)
[[[1 2]
[9 4]]
[[5 6]
[7 8]]]
2.numpy.ndarray.flat
将数组转换为一维的迭代器,可以用for访问数组每一个元素
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = x.flat
for i in y:
print(i,end=' ')
11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
3.numpy.ndarray.flatten([order=‘C’])
将数组的副本转换为一维数组,并返回。order:‘C’ – 按行,‘F’ – 按列,‘A’ – 原顺序,‘k’ – 元素在内存中的出现顺序。
flatten返回的是拷贝
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = x.flatten()
print(y)
[11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35]
4.numpy.ravel(a, order=‘C’)
结果同上,返回的是视图
5.numpy.reshape(a, newshape[, order=‘C’])
在不更改数据的情况下为数组赋予新的形状。
x = np.arange(12)
y = np.reshape(x, [3, 4])
print(y)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
当参数 newshape = [rows,-1] 时,将根据行数自动确定列数;[-1,rows]即根据列数确定行数。当参数 newshape = -1 时,表示将数组降为一维。
数组转置
x = np.random.rand(5, 5) * 10
x = np.around(x,