您好,登錄后才能下訂單哦!
這篇文章主要介紹了Python怎么實(shí)現(xiàn)調(diào)整數(shù)組形狀的相關(guān)知識(shí),內(nèi)容詳細(xì)易懂,操作簡單快捷,具有一定借鑒價(jià)值,相信大家閱讀完這篇Python怎么實(shí)現(xiàn)調(diào)整數(shù)組形狀文章都會(huì)有所收獲,下面我們一起來看看吧。
數(shù)組中的數(shù)據(jù)在內(nèi)存里是固定的,但計(jì)算時(shí)的排列方式卻可以隨時(shí)更改,這也是數(shù)組的強(qiáng)大之處。其中,reshape
和resize
功能相同,區(qū)別是前者返回新數(shù)組,后者則直接修改原始數(shù)組。
>>> x = np.arange(12) >>> y = x.reshape(2,6) >>> print(x) [ 0 1 2 3 4 5 6 7 8 9 10 11] >>> print(y) [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] >>> x.resize(2,6) >>> print(x) [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]]
-1
表示自動(dòng)規(guī)劃某一軸的尺寸,例如
>>> x.reshape(3,-1) array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
則flatten
和ravel
相當(dāng)于reshape(-1)
,即將數(shù)組展平為一維數(shù)組。
squeeze
則比flatten
稍微溫和一點(diǎn),會(huì)刪除尺寸為1的維度,例如
>>> x.resize(1,3,4,1,1) >>> print(x) [[[[[ 0]] [[ 1]] [[ 2]] [[ 3]]] [[[ 4]] [[ 5]] [[ 6]] [[ 7]]] [[[ 8]] [[ 9]] [[10]] [[11]]]]]
上面的這個(gè)x
有太多層括號(hào),看上去毫無卵用,這個(gè)時(shí)候可以用squeeze
,
>>> x.squeeze() array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
有木有瞬間清爽了許多。
transpose
和swapaxes
用于調(diào)整坐標(biāo)軸,如果用矩陣的視角去理解,那么大致相當(dāng)于轉(zhuǎn)置。
>>> x array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11]]) >>> x.T array([[ 0, 6], [ 1, 7], [ 2, 8], [ 3, 9], [ 4, 10], [ 5, 11]]) >>> x.transpose(1,0) array([[ 0, 6], [ 1, 7], [ 2, 8], [ 3, 9], [ 4, 10], [ 5, 11]])
其中,transpose(1,0)
表示將第一個(gè)坐標(biāo)軸和第0個(gè)坐標(biāo)軸交換位置。
熟練掌握數(shù)組形狀的變換方法,也就相當(dāng)于熟悉了張量的運(yùn)算法則,這對(duì)于數(shù)據(jù)科學(xué)來說是非常重要的基礎(chǔ)技能。
例如,現(xiàn)有300張圖像200x100的圖像,想要得到每張圖像的列質(zhì)心。傳統(tǒng)思路肯定是跑循環(huán),但眾所周知Python的循環(huán)效率比較慢,所以最佳方法是300張一起做,無非就是300x200x100的張量,對(duì)第二個(gè)坐標(biāo)軸進(jìn)行質(zhì)心提取而已
imgs = np.random.rand(300,200,100) xs = np.arange(100) xCen = np.matmul(imgs, xs) / np.sum(imgs, axis=2)
其中,xCen
就是所要求的質(zhì)心。
當(dāng)然,也可以用更加直觀的做法
xCen = imgs.reshape(-1,100)@xs / np.sum(imgs.reshape(-1,100), axis=1) xCen = xCen.reshape(300,200)
對(duì)于上面這幾種數(shù)組的內(nèi)置方法,有一些可直接從numpy中調(diào)用,這樣的好處是可以直接對(duì)非數(shù)組格式的數(shù)據(jù)進(jìn)行操作,例如
>>> x = list(range(12)) >>> np.reshape(x, (3,4)) array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
其中,x
是一個(gè)列表,np.reshape
會(huì)自動(dòng)將其轉(zhuǎn)化為數(shù)組后再行操作。
同樣地,flatten
也可以完成數(shù)組展平的任務(wù)
>>> x = [[i, i+1] for i in range(5)] >>> x [[0, 1], [1, 2], [2, 3], [3, 4], [4, 5]] >>> np.ravel(x) array([0, 1, 1, 2, 2, 3, 3, 4, 4, 5])
關(guān)于“Python怎么實(shí)現(xiàn)調(diào)整數(shù)組形狀”這篇文章的內(nèi)容就介紹到這里,感謝各位的閱讀!相信大家對(duì)“Python怎么實(shí)現(xiàn)調(diào)整數(shù)組形狀”知識(shí)都有一定的了解,大家如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。