首页 > 其他 > 详细

numpy-形状与形变

时间:2020-03-02 13:21:21      阅读:65      评论:0      收藏:0      [点我收藏+]

shape

data = np.array([[1, 2],
                 [3, 4]])

shape = data.shape
print(shape)        # (2, 2)

 

size

print(np.ones((3, 4)).size)    # 12

 

flatten:展开,拉成一维

data = np.array([[1, 2],
                 [3, 4]])

data1 = data.flatten()
print(data1)        # [1 2 3 4]

data2 = data.flatten(F)
print(data2)        # [1 3 2 4]

data3 = data.flatten(C)   ### 默认为 C
print(data3)        # [1 2 3 4]

 

reshape:形变

可以实现 flatten 效果

data = np.array([[1, 2],
                 [3, 4]])
data4 = np.reshape(data, (4, )) ### 等价 print(data4) # [1 2 3 4]

 

 

 

参考资料:

 

numpy-形状与形变

原文:https://www.cnblogs.com/yanshw/p/12394600.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!