栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Numpy升维和降维

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Numpy升维和降维

文章目录
  • 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)
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/326542.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号