Numpy之reshape()使用詳解
如下所示:
Numpy中reshape的使用方法為:numpy.reshape(a, newshape, order='C')
參數詳解:
1.a: type:array_like(偽數組,可以看成是對數組的擴展,但是不影響原始數組。)
需要reshape的array
2.newshape:新的數組
新形狀應與原形狀兼容。如果是整數,那么結果將是該長度的一維數組。一個形狀尺寸可以是-1。在本例中,值是 從數組的長度和剩余維度推斷出來的。
3.order: 可選為(C, F, A)
C: 按照行來填充
F: 按照列的順序來填充
A: 按任意方向,(default)。 這里相當于行
4.returns: ndarray,即返回一或多維數組
實戰(zhàn):
首先,先創(chuàng)建幾個n維數組
import numpy as np

這里的意思是創(chuàng)建了一個2維數組

這里創(chuàng)建了一個3維2X2的數組。

這是四維
(1,2) 表示 [[ 0, 1]]
(3,1,2)表示3個(1,2):
[[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
(2,3,1,2)表示2個(3,1,2):
[ [[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
[[[ 6, 7]],
[[ 8, 9]],
[[10, 11]]] ]
了解了newshape里面的東西,reshape基本沒啥問題了。
我們再來看看order。
分別利用C,F,A來填充數據:

這就是reshape基本用法。
以上這篇Numpy之reshape()使用詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
詳解Python常用標準庫之時間模塊time和datetime
time和datetime是Python中常用的兩個時間模塊,本文將通過示例詳細為大家講講二者的使用方法,感興趣的小伙伴可以跟隨小編一起學習學習2022-05-05

