numpy数组对象的维度操作

1、视图变维(数据共享):reshape()与ravel()

import numpy as np

a = np.arange(1, 9)
print(a)
b = a.reshape(2, 4)
print(b)
c = b.reshape(2, 2, 2)
print(c)
d = c.ravel()
print(d)
e = c.flatten()
print(e)
e += 10
print(e, c, sep=‘\n‘)

  改变a,b,c,d中任何一个数组,其他数组都会发生变化,原因是b,c,d都是a的视图,数据指向的是a的地址,并没有重新开辟内存保存数据。

2、复制变维(数据独立):flatten()与copy()

  flatten()也是将多维数组变成一维数组,改变e,c不变,说明两个数组是相互独立,数据不共享,相当于复制。

3、直接变维(不返回新数组,直接改变原数组对象的维度):shape()与resize()

a.reshape(2, 4)
print(a)
a.size(2, 2, 2)
print(a)

  

  

  

原文地址:https://www.cnblogs.com/jason--/p/11442089.html

时间: 2024-08-28 16:55:30

numpy数组对象的维度操作的相关文章

numpy 数组对象

numpy 数组对象NumPy中的ndarray是一个多维数组对象,该对象由两部分组成:实际的数据,描述这些数据的元数据# eg_v1 import numpy as np a = np.arange(5) # 创建一个包含5个元素的NumPy数组a,取值分别为0~4的整数 print (a) # [0 1 2 3 4] print (a.dtype) # dtype 查看数组的数据类型 # int32 (数组a的数据类型为int32) # 确定数组的维度(数组的shape属性返回一个元组(tu

Numpy数组对象的操作-索引机制、切片和迭代方法

前几篇博文我写了数组创建和数据运算,现在我们就来看一下数组对象的操作方法.使用索引和切片的方法选择元素,还有如何数组的迭代方法. 一.索引机制 1.一维数组 In [1]: a = np.arange(10,16) In [2]: a Out[2]: array([10, 11, 12, 13, 14, 15]) #使用正数作为索引 In [3]: a[3] Out[3]: 13 #还可以使用负数作为索引 In [4]: a[-4] Out[4]: 12 #方括号中传入多数索引值,可同时选择多个

Numpy学习一:array数组对象

NumPy是Python的一个高性能科学计算和数据分析基础库,提供了功能强大的多维数组对象ndarray.jupyter notebook快速执行代码的快捷键:鼠标点击选中要指定的代码框,Shift + Enter组合键直接执行代码框中的全部代码.              Alt + Enter组合键执行完代码框中的代码在代码框的下面再添加一个空代码框. 1.创建数组 #引入numpy,并重命名为np,方便使用import numpy as np 1.1.使用numpy内置的array函数创建

Python中numpy 数组的切片操作

Python中numpy 数组的切片操作简介取元素 X[n0,n1]切片 X[s0:e0,s1:e1]切片特殊情况 X[:e0,s1:]示例代码输出结果简介X[n0,n1]是通过 numpy 库引用二维数组或矩阵中的某一段数据集的一种写法.类似的,X[n0,n1,n2]表示取三维数组,取N维数组则有N个参数,N-1个逗号分隔.以二维数组为例: import numpy as npX = np.array([[0,1,2,3],[10,11,12,13],[20,21,22,23],[30,31,

C#对Mongodb数组对象操作

Mongo对数据的存储非常随意,需要修改对象中的数组对象时,就会变得比较复杂. 类中的类对象可以直接通过"."例如:Department.User.name 类中的对象User是数组时可以用Department.$.name写入数据,但是更新时就必须要用Department.1.name 这种写法要指明数组下表,看上去是不是觉得很刁. 附一段代码吧:便于理解 var sspoper = jingjiaoperationday.sspoper.FirstOrDefault(e =>

javascript数组对象操作,location对象操作

Array 对象属性 FF: Firefox, IE: Internet Explorer 属性 描述 FF IE constructor 返回对创建此对象的数组函数的引用. 1 4 index   1 4 input   1 4 length 设置或返回数组中元素的数目. 1 4 prototype 使您有能力向对象添加属性和方法. 1 4 Array 对象方法 FF: Firefox, IE: Internet Explorer 方法 描述 FF IE concat() 连接两个或更多的数组

numpy数组属性

NumPy 数组的维数称为秩(rank),即数组的维度. NumPy中,每一个线性的数组称为是一个轴(axis),axis=0,表示沿着第 0 轴进行操作,即对每一列进行操作:axis=1,表示沿着第1轴进行操作,即对每一行进行操作. NumPy 的数组中比较重要 ndarray 对象属性有: 属性 说明 ndarray.ndim 秩,即轴的数量或维度的数量 ndarray.shape 数组的维度,对于矩阵,n 行 m 列 ndarray.size 数组元素的总个数,相当于 .shape 中 n

数据分析(1) Numpy数组

Numpy的数组类被称作ndarray,通常被称作数组. 特点:元素类型相同,数量事先给定. 1 创建方式 (1)array( ):接收一个普通的Python序列(元组与列表并无区别),并将其转换为ndarray: # 使用列表创建 list1 = [1, 2, 3, 4, 5] print('使用一维列表创建:\n', np.array(list1)) list2 = [[1, 2, 3], [4, 5, 6]] print('使用二维列表创建:\n', np.array(list2)) #

【Python实战15】NumPy数组的创建

NumPy提供了一个N维数组对象,即:ndarray.ndarray是一个通用的同构数据多维容器,也就是说,其中的所有元素必须是相同类型的. 创建ndarray数组 创建数组最简单的方式就是使用array函数,它接受一切序列型的对象,然后产生一个新的含有传入数据的NumPy数组.如下: 嵌套的序列将会被转换为一个多为数组: 除非显示的说明,np.array会尝试为新建的这个数组推断出一个较为合适的数据类型,我们可以通过dtype来进行查看,比如上面刚建立的数组类型为:int32类型:另,我们可以