给numpy.array增加维度的超简单方法
输入:
import numpy as np a = np.array([1, 2, 3]) print(a)
输出结果:
array([1, 2, 3])
输入:
print(a[None])
输出结果:
array([[1, 2, 3]])
输入:
print(a[:,None])
输出结果:
array([[1],
[2],
[3]])
numpy数组的维度增减方法
使用np.expand_dims()为数组增加指定的轴,np.squeeze()将数组中的轴进行压缩减小维度。
1.增加numpy array的维度
在操作数组情况下,需要按照某个轴将不同数组的维度对齐,这时候需要为数组添加维度(特别是将二维数组变成高维张量的情况下)。
numpy提供了expand_dims()函数来为数组增加维度:
import numpy as np a = np.array([[1,2],[3,4]]) a.shape print(a) >>> """ (2L, 2L) [[1 2] [3 4]] """ # 如果需要在数组上增加维度,输入需要增添维度的轴即可,注意index从零还是 a_add_dimension = np.expand_dims(a,axis=0) a_add_dimension.shape >>> (1L, 2L, 2L) a_add_dimension2 = np.expand_dims(a,axis=-1) a_add_dimension2.shape >>> (2L, 2L, 1L) a_add_dimension3 = np.expand_dims(a,axis=1) a_add_dimension3.shape >>> (2L, 1L, 2L)
2.压缩维度移除轴
在数组中会存在很多轴只有1维的情况,可以使用squeeze函数来压缩冗余维度
b = np.array([[[[5],[6]],[[7],[8]]]]) b.shape print(b) >>> """ (1L, 2L, 2L, 1L) array([[[[5], [6]], [[7], [8]]]]) """ b_squeeze = b.squeeze() b_squeeze.shape >>>(2L, 2L) #默认压缩所有为1的维度 b_squeeze0 = b.squeeze(axis=0) #调用array实例的方法 b_squeeze0.shape >>>(2L, 2L, 1L) b_squeeze3 = np.squeeze(b, axis=3) #调用numpy的方法 b_squeeze3.shape >>>(1L, 2L, 2L)
以上为个人经验,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
Python的Django框架中settings文件的部署建议
这篇文章主要介绍了Python的Django框架中settings文件的部署建议,包括对local_settings的弊病的一些简单分析,需要的朋友可以参考下2015-05-05python文件读取read及readlines两种方法使用详解
这篇文章主要为大家介绍了python文件读取read及readlines两种方法的使用示例及区别详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2022-07-07将python依赖包打包成window下可执行文件bat方式
今天小编就为大家分享一篇将python依赖包打包成window下可执行文件bat方式,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2019-12-12
最新评论