Python中numpy数组的维度增减方法详解
更新时间:2023年09月23日 09:24:30 作者:页页读
这篇文章主要介绍了Python中numpy数组的维度增减方法详解,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,需要的朋友可以参考下
numpy数组维度增减
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)到此这篇关于Python中numpy数组的维度增减方法详解的文章就介绍到这了,更多相关numpy数组维度增减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运行报错UnicodeDecodeError的解决方法
本文给大家分享的是在Python项目中经常遇到的关于编码问题的一个小bug的解决方法以及分析方法,有相同遭遇的小伙伴可以来参考下2016-06-06
Python使用matplotlib绘制三维参数曲线操作示例
这篇文章主要介绍了Python使用matplotlib绘制三维参数曲线操作,结合实例形式分析了Python使用matplotlib的数值计算与图形绘制相关操作技巧,需要的朋友可以参考下2019-09-09
pycharm远程连接服务器调试tensorflow无法加载问题
最近打算在win系统下使用pycharm开发程序,并远程连接服务器调试程序,其中在import tensorflow时报错,本文就来介绍一下如何解决,感兴趣的可以了解一下2021-06-06


最新评论