shape和reshape的实践
1…实践应用
自定义1-6的数组,利用reshape重构,并读取不同形态下的各个维度;
import numpy as np
feature_num=2
data1=np.array([1,2,3,4,5,6])
data2=[1,2,3,4,5,6,7,8,9]
data3=data1.reshape([data1.shape[0] // feature_num, feature_num])
print("数组:",data1,'\n'
"列表:",data2,'\n'
"重构数组:",data3,'\n'
"一维数组的维度:",data1.shape[0],'\n'
"二维数组的一维维度:",data3.shape[0],'\n'
"二维数组的二维维度:",data3.shape[1])
2…结果分析
列表和数组的区别在此处没有体现,列表是允许元素不同类型的,而数组是不允许的,这两者表现出来也有所不同,列表表示时有逗号隔开;由结果看出,shape[0]读取的是数组的1维维度,shape[1]读取的是2维维度。
数组: [1 2 3 4 5 6]
列表: [1, 2, 3, 4, 5, 6, 7, 8, 9]
重构数组: [[1 2]
[3 4]
[5 6]]
一维数组的维度: 6
二维数组的一维维度: 3
二维数组的二维维度: 2