对numpy中轴与维度的理解

作者:liuhmmjj 时间:2022-03-20 11:58:33 

NumPy's main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. In NumPy dimensions are called axes. The number of axes is rank.

For example, the coordinates of a point in 3D space [1, 2, 1] is an array of rank 1, because it has one axis. That axis has a length of 3. In the example pictured below, the array has rank 2 (it is 2-dimensional). The first dimension (axis) has a length of 2, the second dimension has a length of 3.


[[ 1., 0., 0.],
[ 0., 1., 2.]]

ndarray.ndim

数组轴的个数,在python的世界中,轴的个数被称作秩


>> X = np.reshape(np.arange(24), (2, 3, 4))
 # 也即 2 行 3 列的 4 个平面(plane)
>> X
array([[[ 0, 1, 2, 3],
   [ 4, 5, 6, 7],
   [ 8, 9, 10, 11]],
   [[12, 13, 14, 15],
   [16, 17, 18, 19],
   [20, 21, 22, 23]]])

shape函数是numpy.core.fromnumeric中的函数,它的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度。

shape(x)

(2,3,4)

shape(x)[0]

2

或者

x.shape[0]

2

再来分别看每一个平面的构成:


>> X[:, :, 0]
array([[ 0, 4, 8],
   [12, 16, 20]])
>> X[:, :, 1]
array([[ 1, 5, 9],
   [13, 17, 21]])
>> X[:, :, 2]
array([[ 2, 6, 10],
   [14, 18, 22]])
>> X[:, :, 3]
array([[ 3, 7, 11],
   [15, 19, 23]])

也即在对 np.arange(24)(0, 1, 2, 3, ..., 23) 进行重新的排列时,在多维数组的多个轴的方向上,先分配最后一个轴(对于二维数组,即先分配行的方向,对于三维数组即先分配平面的方向)

reshpae,是数组对象中的方法,用于改变数组的形状。

二维数组


#!/usr/bin/env python
# coding=utf-8
import numpy as np

a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
d=a.reshape((2,4))
print d

对numpy中轴与维度的理解

三维数组


#!/usr/bin/env python
# coding=utf-8
import numpy as np

a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
f=a.reshape((2, 2, 2))
print f

对numpy中轴与维度的理解

形状变化的原则是数组元素不能发生改变,比如这样写就是错误的,因为数组元素发生了变化。


#!/usr/bin/env python
# coding=utf-8
import numpy as np

a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
print a.dtype
e=a.reshape((2,2))
print e

对numpy中轴与维度的理解

注意:通过reshape生成的新数组和原始数组公用一个内存,也就是说,假如更改一个数组的元素,另一个数组也将发生改变。


#!/usr/bin/env python
# coding=utf-8
import numpy as np

a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
e=a.reshape((2, 4))
print e
a[1]=100
print a
print e

对numpy中轴与维度的理解

Python中reshape函数参数-1的意思


a=np.arange(0, 60, 10)
>>>a
array([0,10,20,30,40,50])
>>>a.reshape(-1,1)
array([[0],
[10],
[20],
[30],
[40],
[50]])

如果写成a.reshape(1,1)就会报错

ValueError:cannot reshape array of size 6 into shape (1,1)


>>> a = np.array([[1,2,3], [4,5,6]])
>>> np.reshape(a, (3,-1)) # the unspecified value is inferred to be 2
array([[1, 2],
   [3, 4],
   [5, 6]])

-1表示我懒得计算该填什么数字,由python通过a和其他的值3推测出来。


# 下面是两张2*3大小的照片(不知道有几张照片用-1代替),如何把所有二维照片给摊平成一维
>>> image = np.array([[[1,2,3], [4,5,6]], [[1,1,1], [1,1,1]]])
>>> image.shape
(2, 2, 3)
>>> image.reshape((-1, 6))
array([[1, 2, 3, 4, 5, 6],
   [1, 1, 1, 1, 1, 1]])

来源:https://blog.csdn.net/u014082714/article/details/75946302

标签:numpy,维度,轴
0
投稿

猜你喜欢

  • JavaScript函数的调用以及参数传递

    2024-04-18 10:32:30
  • 详解Golang利用反射reflect动态调用方法

    2024-05-02 16:23:47
  • mac安装python3后使用pip和pip3的区别说明

    2021-01-06 21:23:15
  • onerror图片失效时显示其他图片

    2008-08-11 21:05:00
  • Python趣味挑战之实现简易版音乐播放器

    2021-06-25 15:13:43
  • pytorch加载自己的数据集源码分享

    2023-04-16 08:46:09
  • Go语言时间处理必备技巧全解析

    2024-04-27 15:37:26
  • MySQL Server层四个日志的实现

    2024-01-21 11:16:58
  • asp如何修改WINNT的登录密码?

    2010-06-10 17:06:00
  • Scrapy基于scrapy_redis实现分布式爬虫部署的示例

    2023-06-24 18:12:20
  • python退出循环的方法

    2022-06-10 07:24:35
  • Python基础之画图神器matplotlib

    2022-03-03 23:34:02
  • 制作Python数字华容道的实现(可选择关卡)

    2022-12-20 19:32:18
  • vue 使用微信jssdk,调用微信相册上传图片功能

    2024-05-02 17:09:36
  • Oracle不同数据库间对比分析脚本

    2024-01-17 07:05:07
  • Photoshop设计制作网站流程图解

    2007-10-25 12:06:00
  • Python内建类型list源码学习

    2023-03-21 09:41:24
  • SQL Server 2008数据库分布式查询知识

    2024-01-25 10:13:08
  • vue组件之间进行传值的方法

    2024-04-27 15:48:04
  • 从Vista地址栏到网站导航菜单

    2009-09-08 12:35:00
  • asp之家 网络编程 m.aspxhome.com