numpy中遇到的坑 二维数组转为化numpy.array 出现一堆list()

np.array(一个二维数组)

1.二维数组的子数组长度一样,转化为numpy.array。

2. 二维数组子数组长度不一样,转化为list

 如果出现第二种情况 后面的flatten函数也就失效了

这里涉及到一个多维数组的概念,可能numpy认为多维数组的概念是列数相等。

回到上面的flatten()失效问题,正确的方式是采用np.hstack()函数,可成功将数组拉平。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要将一维数组换为二维数组,可以使用numpy的reshape函数。假设我们有一个一维数组a,我们可以使用a.reshape(-1, 1)将其换为一个二维数组。下面是一个示例代码: import numpy as np a = np.array(\[1, 2, 3, 4, 5\]) # 一维数组 print("原始数组:", a) b = a.reshape(-1, 1) # 换为二维数组 print("换后的二维数组:", b) 输出结果为: 原始数组: \[1 2 3 4 5\] 换后的二维数组: \[\[1\] \[2\] \[3\] \[4\] \[5\]\] 在这个示例,我们使用了numpy库的reshape函数将一维数组a换为了一个列向量的二维数组b。 #### 引用[.reference_title] - *1* [tensorflow tensor与数组之间的换](https://blog.csdn.net/accumulate_zhang/article/details/78867890)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [tensorflow 搭建简单的卷积神经网络,输入二维数组完成分类](https://blog.csdn.net/qq_46626133/article/details/119478375)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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