numpy中轴处理的实现

 更新时间:2023年03月19日 14:32:22   作者:wugou2014  
本文主要介绍了numpy中轴处理的实现,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

numpy中轴参数的意义

指定的轴是被压缩的轴

沿轴的时候可以指定两个轴,即面被压缩,以面作为输入

numpy中轴转动

numpy中添加新轴

np.newaxis 在使用和功能上等价于 None,其实就是 None 的一个别名

import numpy as np
 
a=np.array([1,2,3])
 
b=a[np.newaxis,:]
c=a[:,np.newaxis]

numpy中轴扩展

numpy.expand_dims(a,axis)

扩展一个维就是把一个维往后挪,或者增加

Numpy中广播数据维

numpy.broadcast_to函数将数组广播到新形状。它在原始数组上返回只 读视图。它通常不连续。如果新形状不符合 NumPy 的广播规则,该函数可能会抛出ValueError。

numpy.broadcast_to(array,shape, subok)

import numpy as np
 
a = np.arange(4).reshape(1, 4)
 
print(">>>")
print(a.shape)
print(a)
print()
 
b = np.broadcast_to(a, (4, 4))
print(">>>")
print(b.shape)
print(b)
 
>>>
(1, 4)
[[0 1 2 3]]
 
>>>
(4, 4)
[[0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]]

numpy中缩减轴

numpy交换两个轴

numpy.swapaxes(arr,axis1, axis2)

其中:

  • arr:要交换其轴的输入数组
  • axis1:对应第一个轴的整数
  • axis2:对应第二个轴的整数

numpy滚动轴

numpy.rollaxis()函数向后滚动特定的轴,直到一个特定位置。这个函数接受三个参数:

numpy.rollaxis(arr,axis, start)

其中:

  • arr:输入数组
  • axis:要向后滚动的轴,其它轴的相对位置不会改变
  • start:默认为零,表示完整的滚动。会滚动到特定位置。
a = np.arange(24).reshape(2, 3, 4)
print(">>>")
print(a.shape)
print(a)
print()
 
roll = np.rollaxis(a, 2) # 把第2个轴滚动到0维位置
print(">>>")
print(roll.shape)
print(roll)
print()
 
roll2 = np.rollaxis(a, 2, 1) # 把第2个轴滚动到1维位置
print(">>>")
print(roll2.shape)
print(roll2)
print()
 
 
>>>
(2, 3, 4)
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
 
>>>
(4, 2, 3)
[[[ 0  4  8]
  [12 16 20]]
 
 [[ 1  5  9]
  [13 17 21]]
 
 [[ 2  6 10]
  [14 18 22]]
 
 [[ 3  7 11]
  [15 19 23]]]
 
>>>
(2, 4, 3)
[[[ 0  4  8]
  [ 1  5  9]
  [ 2  6 10]
  [ 3  7 11]]
 
 [[12 16 20]
  [13 17 21]
  [14 18 22]
  [15 19 23]]]

numpy中数据拼接操作concatenate

concatenate:沿现有轴加入一系列数组

stack:沿新轴加入一系列数组,即stack(arrays, axis=0)

column_stack:把1维数组当作列堆叠成二维数组

为了向后兼容

dstack:沿深度方向堆叠数组

hstack:沿水平方法堆叠数组

vstack:沿垂直方向堆叠数组

 到此这篇关于numpy中轴处理的实现的文章就介绍到这了,更多相关numpy 轴处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python+matplotlib+numpy实现在不同平面的二维条形图

    Python+matplotlib+numpy实现在不同平面的二维条形图

    这篇文章主要介绍了Python+matplotlib+numpy实现在不同平面的二维条形图,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • Python OpenCV实现视频分帧

    Python OpenCV实现视频分帧

    这篇文章主要为大家详细介绍了Python OpenCV实现视频分帧,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-06-06
  • python 使用enumerate()函数详解

    python 使用enumerate()函数详解

    enumerate()是python的内置函数,将一个可遍历iterable数据对象,组合为一个索引序列,同时列出数据和数据下标,一般用在for循环当中,这篇文章主要介绍了python 使用enumerate()函数,需要的朋友可以参考下
    2022-11-11
  • Python内置数据类型中的集合详解

    Python内置数据类型中的集合详解

    这篇文章主要为大家详细介绍了Python内置数据类型中的集合,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,希望能够给你带来帮助
    2022-03-03
  • 14个用Python实现的Excel常用操作总结

    14个用Python实现的Excel常用操作总结

    自从学了Python后就逼迫自己不用Excel,所有操作用Python实现。目的是巩固Python,与增强数据处理能力。本文为大家总结了14个用Python实现的Excel常用操作,需要的可以参考一下
    2022-06-06
  • Python实现新型冠状病毒传播模型及预测代码实例

    Python实现新型冠状病毒传播模型及预测代码实例

    在本篇文章里小编给大家整理的是关于Python实现新型冠状病毒传播模型及预测代码内容,有兴趣的朋友们可以学习下。
    2020-02-02
  • Python 中Django安装和使用教程详解

    Python 中Django安装和使用教程详解

    这篇文章主要介绍了python中Django安装和使用教程,本文图文并茂给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-07-07
  • Python3创建Django项目的几种方法(3种)

    Python3创建Django项目的几种方法(3种)

    这篇文章主要介绍了Python3创建Django项目的几种方法,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
    2020-06-06
  • Python两个字典键同值相加的几种方法

    Python两个字典键同值相加的几种方法

    今天小编就为大家分享一篇关于Python两个字典键同值相加的几种方法,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-03-03
  • 老生常谈Python中的Pickle库

    老生常谈Python中的Pickle库

    pickle是python语言的一个标准模块,安装python后已包含pickle库,不需要单独再安装。这篇文章主要介绍了Python中的Pickle库,需要的朋友可以参考下
    2022-01-01

最新评论