Numpy知识点:np.expand_dims()np.argmax()
np.expand_dims:用于扩展数组的形状
原始数组:
import numpy as npIn [12]:
a = np.array([[[1,2,3],[4,5,6]]])
a.shape
Out[12]:
(1, 2, 3)
np.expand_dims(a, axis=0)表示在0位置添加数据,转换结果如下:
In [13]:
b = np.expand_dims(a, axis=0)
b
Out[13]:
array([[[[1, 2, 3],[4, 5, 6]]]])In [14]:
b.shape
Out[14]:
(1, 1, 2, 3)
np.expand_dims(a, axis=1)表示在1位置添加数据,转换结果如下:
In [15]:
c = np.expand_dims(a, axis=1)
c
Out[15]:
array([[[[1, 2, 3],[4, 5, 6]]]])In [16]:
c.shape
Out[16]:
(1, 1, 2, 3)
np.expand_dims(a, axis=2)表示在2位置添加数据,转换结果如下:
In [17]:
d = np.expand_dims(a, axis=2)
d
Out[17]:
array([[[[1, 2, 3]],[[4, 5, 6]]]])In [18]:
d.shape
Out[18]:
(1, 2, 1, 3)
np.expand_dims(a, axis=3)表示在3位置添加数据,转换结果如下:
In [19]:
e = np.expand_dims(a, axis=3)
eIn [20]:
e.shape
Out[20]:
(1, 2, 3, 1)
能在(1,2,3)中插入的位置总共为4个,再添加就会出现以下的警告,要不然也会在后面某一处提示AxisError。
In [21]:
f = np.expand_dims(a, axis=4)
D:\ProgramData\Anaconda3\envs\dlnd\lib\site-packages\ipykernel_launcher.py:1: DeprecationWarning: Both axis > a.ndim and axis < -a.ndim - 1 are deprecated and will raise an AxisError in the future."""Entry point for launching an IPython kernel.
np.argmax:返回沿轴最大值的索引值
- 一维数组
A = np.arange(6).reshape(1,6)
A
Out[22]:
array([[0, 1, 2, 3, 4, 5]])
返回一维数组中最大值的索引值:
In [23]:
B = np.argmax(A)
B
Out[23]:
6
- 二维数组
要索引的数组:
In [42]:
E = np.array([[1,2,3],[2,1,4],[3,6,1]])
print(E)
E.shape
[[1 2 3][2 1 4][3 6 1]]
Out[42]:
(3, 3)
axis=0表示沿行比较,输出结果如下所示,比较a[0][j],a[1][j] ,a[2][j] (j=0,1,2),从a[0][j]开始遍历,最大值索引最初为(0,0,0),a[1][j]与a[0][j]相比,2比1大,1比2小,4比3大,最大值的索引值更新为(1,0,1);a[2][j]与a[1][j]相比,3比2大,6比2大,1比4小,最大值的索引值更新为(2,2,1)
In [34]:
F= np.argmax(E, axis=0)
F
Out[34]:
array([2, 2, 1], dtype=int64)
axis=1表示沿列比较,输出结果如下所示,比较a[i][0],a[i][1] ,a[i][2] (i=0,1,2),从a[i][0]开始遍历,最大值索引最初为(0,0,0),a[i][1]与a[i][0]相比,2比1大,1比2小,4比3大,最大值的索引值更新为(1,0,1);a[i][2]与a[i][1]相比,3比2大,6比2大,1比4小,最大值的索引值更新为(2,2,1)
In [41]:
G= np.argmax(E, axis=1)
G
Out[41]:
array([2, 2, 1], dtype=int64)
三维四维多维都是一样的道理 ~
Numpy知识点:np.expand_dims()np.argmax()相关推荐
- np.expand_dims()介绍
np.expand_dims()用于扩展数组的形状 参数: values:数组 axis:表示在该位置添加数据 用法示例: 注意数据扩展时 [] 所加的位置 import numpy as np a ...
- Python基础——min/max与np.argmin/np.argmax
这里应该是拿min/max(更适合处理可迭代对象,可选的参数是key=func)与np.min/np.max(可适合处理numpy.ndarray对象,可选的参数是axis=0或者1)作比较,只不过n ...
- Numpy:利用Numpy库建立可视化输入的二次函数数据点集np.linspace+np.random.shuffle+np.random.normal
Numpy:利用Numpy库建立可视化输入的二次函数数据点集np.linspace+np.random.shuffle+np.random.normal 目录 输出结果 代码设计 输出结果 代码设计 ...
- numpy 常用工具函数 —— np.bincount/np.average
<a href="http://blog.csdn.net/lanchunhui/article/details/50072453", target="_blank ...
- [转载] python学习笔记numpy(一)np.zero
参考链接: Python中的numpy.zeros 一.np.zeros的参数 np.zeros(shape, dtype=float, order='C') 1.shape 对第一个属性shape传 ...
- numpy学习笔记:np.zeros应用——生成三通道全黑Mask(蒙版)
numpy学习笔记:np.zeros应用--生成三通道全黑Mask(蒙板) np.zeros官方文档:np.zeros官方文档 下面是一段生成256*256三通道全黑mask的demo import ...
- python中numpy模块下的np.clip()的用法
Numpy 中clip函数的使用 numpy.clip(a, a_min, a_max, out=None) Clip (limit) the values in an array. Given an ...
- clip python_python中numpy模块下的np.clip()的用法
Numpy 中clip函数的使用 numpy.clip(a, a_min, a_max, out=None) Clip (limit) the values in an array. Given an ...
- 【python数据分析】numpy取整方法np.round(),np.floor()等
numpy取整的方法 包含np.round(), np.floor(), np.ceil(), np.rint(), np,trunc(), np.modf() #取整函数 #np.round(),n ...
最新文章
- 仓库管理员怎样做台账_工作日志之仓库管理员与会计之间的对接工作
- 十七、Redis事务
- JavaScript几个难点
- 多个生产者多个消费者,只有5个包子
- 如何将Blocs v2项目迁移到Blocs v3?
- readelf 和 objdump 例子详解及区别 (ELF文件说明)
- 更改html默认浏览器,怎么更改默认浏览器?默认浏览器设置在哪里
- 超大箱船面临改变 投入福州到泉州专线
- Unity开发弱数据多人联网游戏(一)
- [WC2008]游览计划
- mysql怎么将成绩划分等级_数据库mysql中case如何给成绩划分等级?
- 4年Java经验面试总结(转)
- C++ accumulate
- 学会这招,走哪都管用-如何在MacBook air上安装windows10环境下的所有系统
- matlab中megn函数,直接序列扩频完整系统matlab仿真
- 计算机应用基础搜题答案,2017计算机应用基础试题及答案
- TFS淘宝分布式文件核心存储引擎源码架构剖析实现
- 暑期训练第二阶段 训练赛总结(一)
- 图片懒加载的原理--三种方法实现
- 字节跳动小程序担保支付请求签名算法-Java实现
热门文章
- 构建一个简单的卷积神经网络,使用DRL框架tianshou匹配DQN算法
- 【C/C++】一个实例看 回调函数 / 函数指针 应用与原理
- C#笔记17 DataTime类型、断言、internal关键字、GUID、Excel操作、正则表达式、访问剪贴板、设计模式、版本控制
- C#笔记13 匿名类型、集合初始化器、扩展方法和查询表达式
- 线程安全的atomic wrapper classes例子
- sap采购申请自动转采购订单_SAP idoc功能够强大: 采购订单修改自动触发销售订单修改...
- java oop6_JavaOOP_03 构造方法
- 如何判断对方列表里是不是好友_微信如何快速查看是否为好友关系
- 安装JDK_Tomcat
- chkconfig命令及的使用 与linux的七个运行级别