Python中的shape和reshape

shape和reshape都是数组array中的方法

shape[index] ----- 获取数组中第index层子数组的元素个数。0代表最外层数组。例如：

#coding=utf-8
import numpy as np
a = np.array([1,2,3,4,5,6,7,8])  #一维数组(只有一层的数据)
print(a.shape[0])  #值为8，因为只有一层数组，里面有8个元素
print(a.shape[1])  #IndexError: tuple index out of range(没有第2层数组，下标不存在，元组索引超出范围)a = np.array([[1,2,3,4],[5,6,7,8]])  #二维数组(有两层元素的数组)
print(a.shape[0])  #值为2，最外层数组中有2个元素，2个元素还是数组。
print(a.shape[1])  #值为4，内层数组有4个元素。
print(a.shape[2])  #IndexError: tuple index out of range(没有第3层数组，下标不存在，元组索引超出范围)

reshape((x,y)) ----- 将现有数组的元素，转成新维度长度的数组。新生成的数组总个数，必须与原数组总数相等，否则就会报错。

    a = np.array([1,2,3,4,5,6,7,8])  #一维数组b=a.reshape((2,4))print(b)#结果:#    [[1 2 3 4]#     [5 6 7 8]]c=a.reshape((4,2))print(c)#结果：#[[1 2]# [3 4]# [5 6]# [7 8]]

一个参数为-1时，那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。

    a = np.array([1,2,3,4,5,6,7,8])  #一维数组d=a.reshape((-1,4))print(d)#结果:#    [[1 2 3 4]#     [5 6 7 8]]f=a.reshape((4,-1))print(f)#结果：#[[1 2]# [3 4]# [5 6]# [7 8]]

reshape新生成数组和原数组公用一个内存，不管改变哪个都会互相影响。

    a = np.array([1,2,3,4,5,6,7,8])  #一维数组e=a.reshape((2,4))e[0][2]=99print(e)#结果：#[[ 1  2 99  4]# [ 5  6  7  8]]print(a)#结果#[ 1  2 99  4  5  6  7  8]

Python中的shape和reshape相关推荐

Python中的shape和reshape()
shape是查看数据有多少行多少列 reshape()是数组array中的方法,作用是将数据重新组织 shape import numpy as np a = np.array([1,2,3,4,5, ...
Numpy中的shape、reshape函数
shape函数可以了解数组的结构:reshape()函数改变数组的结构. 目录 1 shape()函数 2 reshape()函数 1 shape()函数读取矩阵的长度,比如shape[0]就是读取 ...
利用Python中的numpy.ndarray.reshape()对阵列形状进行调整
我们在进行阵列运算的时候,常常要根据需要调整阵列的形状,numpy库中的函数reshape()可以方便地实现对阵列形状进行调整. 其函数原型如下: dst = numpy.ndarray.reshap ...
python中的shape[-1]与shape[0]，shape[1]的含义，用法
初学深度学习,遇到shape[-1],了解了一下他的含义: 首先需要知道,对于二维张量,shape[0]代表行数,shape[1]代表列数,同理三维张量还有shape[2]: 一般来说-1代表最后一个 ...
Python中的shape[0]、shape[1]和shape[-1]含义
使用shape[0]读取矩阵的行数(长度) shape[1]的读取矩阵列数直接用.shape可以快速读取矩阵的形状. 使用方法 import numpy as np x=np.array([[1,2 ...
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): i ...
python：shape和reshape()函数
在numpy中,shape和reshape()函数很常用.二者的功能都是对于数组的形状进行操作. shape函数可以了解数组的结构: reshape()函数可以对数组的结构进行改变. shape im ...
Python中size和shape区别
在numpy里面,两个是不相同的,size: 所有元素的个数和, shape: 数组类型大小(3,2) , 但在pytorch里面,两个是一样的,表达的都是数组类型 import torch impo ...
python中的reshape函数
python中的reshape函数 1.reshape函数() (1)正常情况下的reshape用法 (2)当reshape函数中的-1参数的时候可以看到,reshape函数就不会考虑你的第0维参数 ...

Python中的shape和reshape

Python中的shape和reshape相关推荐

最新文章

热门文章