numpy中如何改变数据形态

arr = np.array([1,2,3])

arr[np.newaxis,:]
==>
arr[None,:]

• 按行扩维

Run:

[[1,2,3]]

arr[:,newaxis]
==>
arr[:,None]

• 按列扩维

Run:

[[1],[2],[3]]

np.unsqueeze()

np.squeeze(arr)

• 只能减少axis=1的维度

arr.reshape(row,column)

• 将数组变为row行column列

arr.ravel()

• 将数组展平【变一维数组】

arr.flatten()

• 将数组展平

np.transpose(arr)
==>
arr.T

• 将矩阵转置

np.vsplit(arr,indices_or_sections)

• 横向切分

• Example:

  a = np.array(
  [[ 1, 11, 2, 22],
   [ 3, 33, 4, 44],
   [ 5, 55, 6, 66],
   [ 7, 77, 8, 88]]
  )
  print(np.vsplit(a, indices_or_sections=2))
  

  Run:

  [array([[ 1, 11, 2, 22],
  [ 3, 33, 4, 44]]),

  array([[ 5, 55, 6, 66],
  [ 7, 77, 8, 88]])]

np.hsplit()

• 纵向切分

np.split(arr,indices_or_section,axis)

• 自定义切分

• Example:

  a = np.array(
  [[ 1, 11, 2, 22],
   [ 3, 33, 4, 44],
   [ 5, 55, 6, 66],
   [ 7, 77, 8, 88]]
  )
  print(np.split(a, indices_or_sections=2, axis=0))  # 分成两段
  print(np.split(a, indices_or_sections=[2,3], axis=1))  # 在第二维度， 0~2 一段，2~3 一段，3~一段
  

  Run:

  [array([[ 1, 11, 2, 22],
  [ 3, 33, 4, 44]]), array([[ 5, 55, 6, 66],
  [ 7, 77, 8, 88]])]

  [array([[ 1, 11],
  [ 3, 33],
  [ 5, 55],
  [ 7, 77]]), array([[2],
  [4],
  [6],
  [8]]), array([[22],
  [44],
  [66],
  [88]])]

  [2,3]这是拆分位置[0-2),[2-3),[3-len)