【数据分析】reshape(-1,1)和numpy的广播机制

在创建DataFrame的时候常常使用reshape来更改数据的列数和行数。

reshape可以用于numpy库里的ndarray和array结构以及pandas库里面的DataFrame和Series结构。

源数据

reshape函数

reshape（行，列）可以根据指定的数值将数据转换为特定的行数和列数，这个好理解，就是转换成矩阵。

然而，在实际使用中，特别是在运用函数的时候，系统经常会提示是否需要对数据使用reshape(1,-1)或者reshape(-1,1)进行转换，那这两个转换是什么意思呢？难道还有-1行的数据？

我们来尝试一下：

使用reshape(-1,1)

在使用了reshape（-1，1）之后，数据集似乎变成了一列，

那这个-1在这里要怎么理解呢？

跟进numpy库官网的介绍，这里的-1被理解为unspecified value，意思是未指定为给定的。

如果我只需要特定的行数，列数多少我无所谓，我只需要指定行数，那么列数直接用-1代替就行了，计算机帮我们算赢有多少列，反之亦然。

所以-1在这里应该可以理解为一个正整数通配符，它代替任何整数。

我们拿刚才的数据来试试看：

由上图可知，指定为-1的时候，其行的数量会根据列的要求自动改变

再提一下转秩 T 和广播机制

【数据分析】reshape(-1,1)和numpy的广播机制相关推荐

Numpy的广播机制详解（broadcasting）
Numpy的广播机制详解(broadcasting) 广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式, 对数组的算术运算通常在相应的元素上进行. 如果两个数 ...
详解Numpy的广播机制
广播 Numpy中有很多强大的功能,广播便是其中之一.广播能帮助你对两个不同维度的数组执行操作.例如: import numpy as np a = np.array([[0, 1],[2, 3],[ ...
Numpy 广播机制（两个不同维度对象进行数学运算）
1. 数组相加一个 2*5 维的数组对象和一个 1 维的数组对象进行相加,结果会怎样? In [1]: import numpy as npIn [2]: a = np.arange(10).res ...
Python中的Numpy(4.矩阵操作(算数运算，矩阵积，广播机制))
1.基本的矩阵操作: '''1.算数运算符:加减乘除''' n1 = np.random.randint(0, 10, size=(4, 5)) print(n1) n2 = n1 + 10 # 对n ...
【Python数据科学快速入门系列 | 04】Numpy四则运算、矩阵运算和广播机制的爱恨情仇
这是机器未来的第43篇文章原文首发地址:https://blog.csdn.net/RobotFutures/article/details/126493989 文章目录 1. 概述 2. 四则运算 ...
数据分析第二周 (条形图，散点图，直方图，numpy运算和数组广播机制)笔记
文章目录 1.烟台市1月与6月日最高气温散点图(散点图) 2.内地票房前五名上映次日票房比较(单次条形图) 3.内地票房前五名上映前三日票房比较(多次条形图) 4. 250部经典影片时长统计 5. ...
Python 数据分析与展示笔记1 -- Numpy 基础
Python 数据分析与展示笔记1 – NumPy 基础 Python 数据分析与展示系列笔记是笔者学习.实践Python 数据分析与展示的相关笔记课程链接: Python 数据分析与展示参考文档 ...
python运算学习之Numpy ------ 数组操作：连接数组、拆分数组、广播机制、结构化数组、文件贮存与读写、np.where、数组去重...
数组的连接: 1 # 连接数组 2 A = np.zeros((3, 4)) 3 B = np.ones_like(A) 4 print(A, "\n-------分割符--------\n ...
Numpy数组的广播机制
文章目录前言数组广播广播机制的使用条件前言 Numpy数组不需要循环遍历,即可对每个元素执行批量的算术运算操作(矢量化运算).当两个数组大小(Numpy.shape)不同时,进行算术运算会出现 ...

【数据分析】reshape(-1,1)和numpy的广播机制

由上图可知，指定为-1的时候，其行的数量会根据列的要求自动改变

【数据分析】reshape(-1,1)和numpy的广播机制相关推荐

最新文章

热门文章