numpy中三维数组中加入元素后的位置详解
更新时间：2019年11月28日 09:11:07 作者：经年不往
今天小编就为大家分享一篇numpy中三维数组中加入元素后的位置详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
今天做数据处理时，遇到了从三维数组中批量加入二维数组的需求。其中三维数组在深度学习的特征数据处理时经常会使用到，所以读者有必要对该小知识点做到清楚了解并掌握。现对三维数组中的元素位置结合代码做详细归纳总结，方便日后查阅和为网友答疑！
图示效果图：
直接贴代码：
def test3D(): import numpy as np data_array = np.zeros((3, 5, 6), dtype=np.int) data_array[1, 2, 2] = 1 print(data_array)
介绍：通过np.zeros创建一个3行5列6个通道的三维数组，并给第二个通道的第一行第二列赋值1.
运行结果图：
分析： 有运行结果可知，创建了六个通道，在深度学习中这六个通道相当于六个Feature Map，对应结果图中的六列。
再向外看一层，共有三个块，每个块代表这个通道的第几行数据。
每个块里有五行数据，每一行代表每个通道的第几列数据
所以，代码中的赋值语句： data_array[1, 2, 2] = 1
表示为第2个通道，下标从0开始，所以在图中位置为第三列；第1行第2列，下标从0开始，所以图中表示第二个块的第三行；即为图中所示位置。
补充：三维数组的求和
多维数组的轴（axis=）是和该数组的size（或者shape）的元素是相对应的；
>>> np.random.seed(123) >>> X = np.random.randint(0, 5, [3, 2, 2]) >>> print(X) [[[5 2] [4 2]] [[1 3] [2 3]] [[1 1] [0 1]]] >>> X.sum(axis=0) array([[7, 6], [6, 6]]) >>> X.sum(axis=1) array([[9, 4], [3, 6], [1, 2]]) >>> X.sum(axis=2) array([[7, 6], [4, 5], [2, 1]])
如果将三维数组的每一个二维看做一个平面（plane，X[0, :, :], X[1, :, :], X[2, :, :]），三维数组即是这些二维平面层叠（stacked）出来的结果。则（axis=0）表示全部平面上的对应位置，（axis=1），每一个平面的每一列，（axis=2），每一个平面的每一行。
以上这篇numpy中三维数组中加入元素后的位置详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
本文主要介绍了Flask中基于Token的身份认证的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-02-02
这篇文章主要介绍了Pycharm如何退出py.test模式问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-01-01
pydoc是一个强大且易于使用的工具,用于生成Python代码的文档,通过解析代码中的文档字符串,pydoc能够自动生成清晰、易读的文档,并提供一个用户友好的界面来查看和浏览文档,本文提供了一个简单的示例2024-01-01
这篇文章主要为大家详细介绍了opencv实现简单人脸识别，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-08-08
这篇文章主要介绍了Python星号*与**用法,结合实例形式较为详细的分析了Python中的星号*与**在函数参数及数值运算中的相关使用技巧,需要的朋友可以参考下2018-02-02
这篇文章主要给大家介绍了关于python利用递归方法实现求集合的幂集的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-09-09
python 是一种解释型的编程语言，所以不像编译型语言那样需要显式的编译过程。然而，在 Python 代码执行之前，它需要被解释器转换成字节码，这个过程就是 Python 的编译过程,还不知道的朋友快来看看吧2023-04-04
本文主要介绍了Django token 生成与验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2025-04-04
本篇文章主要介绍了Python3安装Scrapy的方法步骤，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-11-11
这篇文章主要介绍了Python数据类型和常用操作，数值数据类型用于存储数值，数据类型不可改变，改变会分配一个新的对象，下文更多相关内容介绍需要的小伙伴可以参考一下2022-04-04
最新评论