numpy 辨异（一） —— reshape 与 resize

0. reshape的参数

reshape的参数严格地说，应该是tuple类型（tuple of ints），似乎不是tuple也成（ints）。

>>> x = np.random.rand(2, 3)
>>> x.reshape((3, 2))# 以tuple of ints
array([[ 0.19399632,  0.33569667],[ 0.36343308,  0.7068406 ],[ 0.89809989,  0.7316493 ]])
>>> x.reshape(3, 2)
array([[ 0.19399632,  0.33569667],[ 0.36343308,  0.7068406 ],[ 0.89809989,  0.7316493 ]])

1. `.reshape` 实现维度的`提升`

(3, ) ≠\neq (3, 1)：前者表示一维数组（无行和列的概念），后者则表示一个特殊的二维数组，也即是一个列向量；

>> x = np.ones(3)
>> x
array([ 1.,  1.,  1.])
>> x.reshape(3, 1)
array([[ 1.],[ 1.],[ 1.]])
>> x.reshape(1, 3)
array([[ 1.,  1.,  1.]])

2. `.reshape` 与 `.resize`

reshape：有返回值，所谓有返回值，即不对原始多维数组进行修改；
resize：无返回值，所谓有返回值，即会对原始多维数组进行修改；

>> X = np.random.randn(2, 3)
>> X
array([[ 1.23077478, -0.70550605, -0.37017735],[-0.61543319,  1.1188644 , -1.05797142]])>> X.reshape((3, 2))
array([[ 1.23077478, -0.70550605],[-0.37017735, -0.61543319],[ 1.1188644 , -1.05797142]])>> X
array([[ 1.23077478, -0.70550605, -0.37017735],[-0.61543319,  1.1188644 , -1.05797142]])>> X.resize((3, 2))
>> X
array([[ 1.23077478, -0.70550605],[-0.37017735, -0.61543319],[ 1.1188644 , -1.05797142]])

numpy 辨异（一） —— reshape 与 resize相关推荐

numpy 辨异（四）—— np.repeat 与 np.tile
>> import numpy as np >> help(np.repeat) >> help(np.tile) 二者执行的是均是复制操作: np.repeat: ...
numpy 辨异（五）—— numpy.ravel() vs numpy.flatten()
首先声明两者所要实现的功能是一致的(将多维数组降位一维),两者的区别在于返回拷贝(copy)还是返回视图(view),numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响(reflec ...
numpy 辨异（二） —— np.identity()/np.eye()
import numpy as np; 两者在创建单位矩阵上,并无区别,两者的区别主要在接口上: np.identity(n, dtype=None):只能获取方阵,也即标准意义的单位阵: np.ey ...
numpy 辨异（三）—— hstack/column_stack，linalg.eig/linalg.eigh
1. np.hstack np.column_stack >>> np.hstack([np.array([1, 2, 3]), np.array([4, 5, 6])]) arra ...
辨异 —— 中文词汇
鳌:áo,传说中大海里的大龟或大鳖,鳖:biē,土鳖的鳖: 1. 名词 (1)珏.玨: 玨是珏的繁体形式(简体比繁体还要复杂),两个字都读 jué 珏:合在一起的玉 (2)题中之义.题中之意: 第一种 ...
【辨异】inverse, reverse, converse
文章转自:http://www.cnblogs.com/wxxweb/archive/2011/06/24/2088995.html 版权归原作者. 这3个词是经常容易混淆的,因为中文并不是世界上最严 ...
Inverse/Reverse/Converse的辨异
[转]Inverse/Reverse/Converse的辨异 Posted on 2011-06-24 15:13 单鱼游弋阅读(7795) 评论(0) 编辑收藏本文源自:http://hi. ...
辨异 —— Python 的深拷贝与浅拷贝
对于 numpy 下的 ndarray(多维数组) >>> x = np.array([1, 2, 3]) >>> y = x >>> z = n ...
python numpy 二维数组reshape成三维数组
如下: >>> a = np.arange(20) >>> a.reshape((4,5)) array([[ 0, 1, 2, 3, 4],[ 5, 6, 7, ...

numpy 辨异（一） —— reshape 与 resize

0. reshape的参数

1. `.reshape` 实现维度的`提升`

2. `.reshape` 与 `.resize`

numpy 辨异（一） —— reshape 与 resize相关推荐

最新文章

热门文章

numpy 辨异（一） —— reshape 与 resize

0. reshape的参数

1. .reshape 实现维度的提升

2. .reshape 与 .resize

numpy 辨异（一） —— reshape 与 resize相关推荐

最新文章

热门文章

1. `.reshape` 实现维度的`提升`

2. `.reshape` 与 `.resize`