Python | numpy库 | shape函数与reshape函数
shape:返回数据有多少行多少列。
reshape():是与数组array有关的方法,用来重新组织数据
下面代码案例可供参考
一、shape:返回数据有几行几列
1.案例代码
代码如下(示例):
import numpy as np
a = np.array([1,2,3,4,5,6,7,8]) #一维数组
print(a.shape[0]) #值为8,因为有8个数据
print(a.shape[1]) #IndexError: tuple index out of rangea = np.array([[1,2,3,4],[5,6,7,8]]) #二维数组
print(a.shape[0]) #值为2,最外层矩阵有2个元素,2个元素还是矩阵。
print(a.shape[1]) #值为4,内层矩阵有4个元素。
print(a.shape[2]) #IndexError: tuple index out of range
2.Jupyter测试展示
① 一维数组
② 二维数组
二、reshape( ):重新组织array数组数据
1.案例代码
代码如下(示例):
import numpy as np
a = np.array([1,2,3,4,5,6,7,8]) #一维数组
print(a)
#array([1, 2, 3, 4, 5, 6, 7, 8])
b = a.reshape((2,4)) #改为一个二维数组
print(b)
#array([[1, 2, 3, 4],
# [5, 6, 7, 8]])
c = a.reshape((2,2,2)) #改为一个三维数组
print(c)
#array([[[1, 2],
# [3, 4]],
# [[5, 6],
# [7, 8]]])#这里注意,reshape生成的新数组与原数组共用一个内存。所以说如果改变原数组里面的值,新生成的数组也会受到影响,反之亦然。
a = np.array([1,2,3,4,5,6,7,8])
print(a)
#array([1, 2, 3, 4, 5, 6, 7, 8])
b = a.reshape((2,4))
print(b)
#array([[1, 2, 3, 4],
# [5, 6, 7, 8]])
a[2] = 321
print(a)
#array([ 1, 2, 321, 4, 5, 6, 7, 8])
print(b)
#array([[ 1, 2, 321, 4],
# [ 5, 6, 7, 8]])
b[1][0] = 666
print(b)
#array([[ 1, 2, 321, 4],
# [666, 6, 7, 8]])
print(a)
#array([ 1, 2, 321, 4, 666, 6, 7, 8])
2.Jupyter测试展示
这里注意,reshape生成的新数组与原数组共用一个内存。
所以说如果改变原数组里面的值,新生成的数组也会受到影响,反之亦然。
参考文章:
Python中的shape和reshape()
Python | numpy库 | shape函数与reshape函数相关推荐
- Python numpy库 shape属性和reshape()方法
shape是数组array的属性:reshape()是数组array的方法 shape属性可以获得当前array的形状: import numpy as npa = np.array([1, 2, 3 ...
- [Python] numpy库的简介和常用函数
参考博客之一Python之Numpy详细教程 其中简介和对象出自该博客. 该博客中介绍的函数,本人并未采用,因为有些确实不太常用. 常用的函数我放在下面单独开了一章. numpy简介 numpy 是一 ...
- Python Numpy库教程
目录 1 Numpy概述 1.1 概念 1.2 功能 1.3 对象 1.4 数据类型 1.5 数组属性 2 Numpy数组操作 2.1 Numpy创建 2.1.1 利用列表生成数组 2.1.2 利用r ...
- Python Numpy库教程(超详细)
1 Numpy概述 1.1 概念 Python本身含有列表和数组,但对于大数据来说,这些结构是有很多不足的.由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针.对于数值运算来说这种 结构比较 ...
- Python -- Numpy库的使用
Numpy库的使用 要点:numpy是用于处理含有同种元素的多维数组运算的第三方库. 1.numpy库概述 Python标准库中提供了一个array类型,用于保存数组类型数据,然而这个类型不支 ...
- python numpy库安装-Python Numpy库安装与基本操作示例
本文实例讲述了Python Numpy库安装与基本操作.分享给大家供大家参考,具体如下: 概述 NumPy(Numeric Python)扩展包提供了数组功能,以及对数据进行快速处理的函数. NumP ...
- python numpy库 一些统计量计算
import numpy as np # a = np.array([[3,7,5],[8,4,3],[2,4,9]]) # print ('我们的数组是:') # print (a) # print ...
- **Pytorch 中view函数和reshape函数的区别*
Pytorch 中view函数和reshape函数的区别(我是一名大一刚学计算机的学生 希望我的说法对你有帮助) 首先:要了解这个问题我们要先了解一个基本知识 张量的储存方式 跟据图片我们可以清楚的看 ...
- python -- numpy 基本数据类型,算术运算,组合,分割 函数
0 NumPy数组 NumPy数组:NumPy数组是一个多维数组对象,称为ndarray.其由两部分组成: 实际的数据 描述这些数据的元数据 NumPy数组属性: ndim(纬数,x,y 2),sha ...
最新文章
- 关于ajax跨域请求(cross Domain)
- 面向B端市场,Mana VR团队将推出VR交互产品
- Spring Boot 中的 RestTemplate 不好用?试试 Retrofit!
- 关于mysql_connect CLIENT_MULTI_RESULTS
- mysql保存中文异常Incorrect string value: '\xE4\xBD\xA0\xE5\xA5\xBD' for column'
- python迭代器生成器装饰器
- nginx tomcat 负载
- 使用Apriori进行关联分析(二)
- git idea 图形化_Git大全,你所需要的Git资料都在这里
- 深井软岩巷道群支护技术与应用_深井软岩巷道深浅孔帷幕注浆技术
- 单片机涡轮流量传感器_迅尔仪表|同是涡轮流量计,为什么液体涡轮流量计不能测气体?...
- C++ opengl 环境光分量
- 根据IP定位用户所在城市信息
- 【TWVRP】基于matlab遗传算法求解带时间窗的载重约束外卖配送车辆路径规划问题【含Matlab源码 1417期】
- 2021最新C++面试题(附答案)
- 在此处打开命令窗口 (Open command window here)
- Linux查看lib加载路径
- 显示器定时开启和关闭小工具
- 将.pkl文件转化为.csv
- 2021年安全员-B证-项目负责人(广东省)考试题及安全员-B证-项目负责人(广东省)找解析
热门文章
- js运算符及其优先级
- 工作中遇到的CSDN问题
- 触发器(数据库必学)
- json数据遍历详解
- ios 探探编辑页图片拖动_nuxt+vue仿微信/探探界面|nuxt聊天实例
- 手机系统计算机怎么解决办法,手机连接不上电脑怎么办?原因分析及解决方法...
- 一键登录服务端原理_一键登录已成大势所趋,Android端操作指南来啦!
- 玄子Share-BCSP助学手册之数据库开发
- 走向机器学习的喷气时代
- 优秀课件笔记旅游资源和旅游地评价 Evaluation of Tourism Resources 3