numpy 学习汇总40- 修改数组维度( 初步学习 tcy)
发布日期:2021-06-29 14:47:52
浏览次数:3
分类:技术文章
本文共 2010 字,大约阅读时间需要 6 分钟。
修改数组维度 2018/11/29 ===================================================================维度 描述broadcast 产生模仿广播的对象broadcast_to 将数组广播到新形状expand_dims 扩展数组的形状squeeze 从数组的形状中删除一维条目 ===================================================================1.np.broadcast 用于模仿广播的对象, #它返回一个对象,该对象封装了将一个数组广播到另一个数组的结果。 #该函数使用两个数组作为输入参数,如下实例: # 实例1x = np.array([[1], [2], [3]])y = np.array([4, 5, 6]) b = np.broadcast(x,y)# 对 y 广播 xr,c = b.iters #拥有 iterator 属性list(r),list(c) # ([1, 1, 1, 2, 2, 2, 3, 3, 3], [4, 5, 6, 4, 5, 6, 4, 5, 6])b.shape #(3, 3) b = np.broadcast(x,y)c = np.empty(b.shape)c.flat = [u + v for (u,v) in b]c#c=x+y # array([[5., 6., 7.],# [6., 7., 8.],# [7., 8., 9.]])=================================================================2.numpy.broadcast_to(array, shape, subok) #将数组广播到新形状。# 原始数组上返回只读视图通常不连续。 如新形状不符合广播规则会抛出ValueError。 a = np.arange(4).reshape(1,4)#array([[0, 1, 2, 3]])np.broadcast_to(a,(4,4)) # array([[0, 1, 2, 3],# [0, 1, 2, 3],# [0, 1, 2, 3],# [0, 1, 2, 3]])=================================================================3.numpy.expand_dims (arr, axis)#在指定位置插入新轴来扩展数组形状# 参数说明:axis:新轴插入的位置 x = np.array(([1,2],[3,4])) # array([[1, 2],# [3, 4]]) y = np.expand_dims(x, axis = 0) # array([[[1, 2],# [3, 4]]]) x.shape, y.shape#((2, 2), (1, 2, 2)) y = np.expand_dims(x, axis = 1)# 在位置 1 插入轴# array([[[1, 2]],# [[3, 4]]]) x.ndim,y.ndim #(2, 3)x.shape, y.shape#((2, 2), (2, 1, 2))==================================================================4.numpy.squeeze(arr, axis) 从给定数组的形状中删除一维的条目# 参数说明:axis:整数或整数元组,用于选择形状中一维条目的子集 x=np.array([[[1, 2]], [[3, 4]]])y = np.squeeze(x,1) # array([[1, 2],# [3, 4]]) x=np.array([[[1, 2],[3, 4]]])y = np.squeeze(x) # array([[1, 2],# [3, 4]])==================================================================
转载地址:https://chunyou.blog.csdn.net/article/details/84642588 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
第一次来,支持一个
[***.219.124.196]2024年04月30日 11时23分28秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
推荐算法: 基于用户的协同过滤算法
2019-04-29
推荐算法:基于物品的协同过滤算法
2019-04-29
docker系列3:docker搭建CDH集群[单机单节点]
2019-04-29
ubuntu 16:使用系统自带的中文输入法
2019-04-29
k8s单机版[ microk8s ]
2019-04-29
docker系列6 :k8s集群[ 解压安装 ]
2019-04-29
maven- idea: 打包可执行jar
2019-04-29
docker系列2: windows安装docker
2019-04-29
hbase数据转移: 导入导出
2019-04-29
docker系列7: docker搭建mysql
2019-04-29
windows server 2012设置远程连接断开后自动注销
2019-04-29
python基础:list,map,open()文件读写
2019-04-29
Go面向对象-接口
2019-04-29
Go-多路选择和超时控制
2019-04-29
Go-channel的关闭和广播
2019-04-29
Go-任务的取消
2019-04-29
AIX 作为Web Server 使用时,tcp相关的几个参数调整
2019-04-29
自我学习37:请描述一下网页从开始请求到最后展示的完整过程
2019-04-29
自我学习38:如何区分前后端BUG
2019-04-29
自我学习39:接口自动化测试用例&功能测试用例区别
2019-04-29