- 前言
- 一、数组的升维
- 1. np.atleast_2d(array) 转为二维数组
- 2. np.atleast_3d(array) 转为三维数组
- 3. array[:,np.newaxis] 升维一次 n行一列
- 4. array[np.newaxis,:] 升维一次 一行n列
- 5. array.reshape(-1,1) 变成n行一列
- 6. array.reshape(1,-1) 变成一行n列
- 7. np.expand_dims(a, axis)
- 二、数组的降维
- 1. array.ravel()
- 2. np.squeeze(array)
- 3. array.reshape(-1)
- 4.array.flatten():返回源数据的副本
- 注意
前言
numpy数组的升维和降维
一、数组的升维 1. np.atleast_2d(array) 转为二维数组
a = np.array([1,2,3,4,5])
>array([1, 2, 3, 4, 5])
#将数组升为二维数组
a = np.atleast_2d(a)
>array([[1, 2, 3, 4, 5]])
#通过转置来改变二维数组的形状
a = a.T
>array([[1],
[2],
[3],
[4],
[5]])
2. np.atleast_3d(array) 转为三维数组
a = np.array([1,2,3,4,5])
>array([1, 2, 3, 4, 5])
#将数组升为三维数组
a = np.atleast_2d(a)
>array([[[1],
[2],
[3],
[4],
[5]]])
3. array[:,np.newaxis] 升维一次 n行一列
a = np.array([1,2,3,4,5])
a[:,np.newaxis]
>array([[1],
[2],
[3],
[4],
[5]])
4. array[np.newaxis,:] 升维一次 一行n列
a = np.array([1,2,3,4,5]) a[np.newaxis:,] >array([[1, 2, 3, 4, 5]])5. array.reshape(-1,1) 变成n行一列
a = np.array([1,2,3,4,5])
a.reshape(-1,1)
>array([[1],
[2],
[3],
[4],
[5]])
6. array.reshape(1,-1) 变成一行n列
a = np.array([1,2,3,4,5]) a.reshape(1,-1) >array([[1, 2, 3, 4, 5]])7. np.expand_dims(a, axis)
axis=0
a = np.array([1,2,3,4,5]) np.expand_dims(a, axis=0) >array([[1, 2, 3, 4, 5]])
axis=1
a = np.array([1,2,3,4,5])
np.expand_dims(a, axis=1)
>array([[1],
[2],
[3],
[4],
[5]])
二、数组的降维 1. array.ravel()
a = np.array([[1,2,3,4,5]]) a.ravel() >array([1, 2, 3, 4, 5])2. np.squeeze(array)
a = np.array([[1,2,3,4,5]]) np.squeeze(a) >array([1, 2, 3, 4, 5])3. array.reshape(-1)
a = np.array([[1,2,3,4,5]]) a.reshape(-1) >array([1, 2, 3, 4, 5])4.array.flatten():返回源数据的副本
a = np.array([[1,2,3,4,5]]) a.flatten() >array([1, 2, 3, 4, 5])
注意
矩阵可以通过转置(array.T或array.transpose() )来生成想要的m行n列或n行m列
import numpy as np
a = np.array([1,2,3,4,5])
>array([[1, 2, 3, 4, 5, 6]])
a.shape
>(1,6)
a = a.T
>array([[1],
[2],
[3],
[4],
[5],
[6]])
a.shape
>(6, 1)



