详解Numpy reshape()(改变数组形状)函数的作用与使用方法 |
您所在的位置:网站首页 › 季节与时节是选品的维度吗 › 详解Numpy reshape()(改变数组形状)函数的作用与使用方法 |
reshape()函数作用
Numpy中的reshape()函数用于将数组的维度重新设置,这个函数的目的是调整数组的形状,而不是改变原数组中的任何数值。该函数返回一个新数组,该数组与原数组共享数据,但在调整维度时会创建新的数组。 使用方法Numpy的reshape()函数可以以几种不同的方式使用。如果要将原数组调整为一个新的形状,可以使用以下语法: numpy.reshape(array, newshape, order=’C’) 参数说明: array:待调整的数组 newshape:新的数组形状,可以是一个整数,也可以是一个元组 order:可选参数,表示在新数组中元素的存储顺序,可选项包括“C”和“F”,分别表示按行和按列存储,缺省值为“C”。 实例1下面我们通过一个简单的实例来解释reshape()函数的用法: import numpy as np # 创建一个3x3的二维数组 arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(arr) # 将二维数组转换为一维数组 arr_1d = np.reshape(arr, -1) print(arr_1d)输出: [[1 2 3] [4 5 6] [7 8 9]] [1 2 3 4 5 6 7 8 9]以上代码创建了一个3x3的二维数组,然后使用reshape()函数将其转换为一个一维数组。其中,参数-1表示根据原数组自动计算数组长度。 实例2下面我们通过另一个实例来展示reshape()函数的用法: import numpy as np # 创建一个1x9的一维数组 arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) print(arr) # 将一维数组转换为3x3的二维数组 arr_2d = np.reshape(arr, (3, 3)) print(arr_2d) # 将二维数组转换为3x3x1的三维数组 arr_3d = np.reshape(arr_2d, (3, 3, 1)) print(arr_3d)输出: [1 2 3 4 5 6 7 8 9] [[1 2 3] [4 5 6] [7 8 9]] [[[1] [2] [3]] [[4] [5] [6]] [[7] [8] [9]]]以上代码创建了一个1x9的一维数组,使用reshape()函数将其转换为一个3x3的二维数组,然后再将二维数组转换为一个3x3x1的三维数组。可以看出,reshape()函数可以用于不同维度之间的相互转换。 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解Numpy reshape()(改变数组形状)函数的作用与使用方法 - Python技术站 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |