详解numpy.ndarray.reshape()函数的参数问题
更新时间：2020年10月13日 09:00:42 作者：勤奋的小乌贼
这篇文章主要介绍了详解numpy.ndarray.reshape()函数的参数问题,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
我们知道numpy.ndarray.reshape()是用来改变numpy数组的形状的，但是它的参数会有一些特殊的用法，这里我们进一步说明一下。代码如下：
import numpy as np
class Debug:
def __init__(self):
self.array1 = np.ones(6)
def mainProgram(self):
print("The value of array1 is: ")
print(self.array1)
print("The array2 is: ")
array2 = self.array1.reshape(2, 3)
print(array2)
if __name__ == '__main__':
main = Debug()
main.mainProgram()
"""
The value of array1 is:
[1. 1. 1. 1. 1. 1.]
The array2 is:
[[1. 1. 1.]
[1. 1. 1.]]
"""
这里我们看到我们将一个长度为6的一维数组变成了一个尺寸为(2, 3)的二维数组，这里的2代表2行，对应y轴，3代表3列，对应x轴。
然而有时候我们会在reshape中使用到-1这个参数，当使用这个参数时，会将数组重新塑形变得十分简单。代码如下：
class Debug:
def __init__(self):
self.array1 = np.ones(6)
def mainProgram(self):
print("The value of array1 is: ")
print(self.array1)
print("The array2 is: ")
array2 = self.array1.reshape(-1, 3)
print(array2)
if __name__ == '__main__':
main = Debug()
main.mainProgram()
"""
The value of array1 is:
[1. 1. 1. 1. 1. 1.]
The array2 is:
[[1. 1. 1.]
[1. 1. 1.]]
"""
我们可以看到当我们将reshape的第一个参数变为-1时，我们仍旧获得了一个尺寸为(2, 3)的数组，其实在这里，-1代表的意思为6 / 3 =2，其中6是被塑形一维数组的长度，3是我们指定的二维数组一个方向的维度。这样的好处就是当数据量比较大时，我们在二维数组重新塑形时只需要指定一个维度上的尺寸，另一个维度上的尺寸python会自动为我们计算。
到此这篇关于详解numpy.ndarray.reshape()函数的参数问题的文章就介绍到这了,更多相关numpy.ndarray.reshape()函数参数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python3中的json模块使用详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了Python Http请求json解析库用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了Python中编写ORM框架的入门指引,示例代码基于Python2.x版本,需要的朋友可以参考下2015-04-04
在本篇文章里小编给大家整理的是一篇关于python异常的传递知识点总结，有兴趣的朋友们可以学习下。2021-06-06
Flask使用SocketIO实现WebSocket与Vue进行实时推送
本文主要介绍了Flask使用SocketIO实现WebSocket与Vue进行实时推送，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-06-06
这篇文章主要介绍了Python 代码实现各种酷炫功能，生成二维码、生成词云、批量抠图、文字情绪识别等功能分享，需要的小伙伴可以参考一下2022-03-03
这篇文章主要介绍了Python写安全小工具之TCP全连接端口扫描器，文章通过TCP connect来实现一个TCP全连接端口扫描器。具有一定的参考价值，需要的小伙伴可以参考一下2022-05-05
Python使用matplotlib.pyplot画热图和损失图的代码详解
众所周知,在完成论文相关工作时画图必不可少,如损失函数图、热力图等是非常常见的图,在本文中,总结了这两个图的画法,下面给出了完整的代码,开箱即用,感兴趣的同学可以自己动手尝试一下2023-09-09
在许多编程场景中,接收并响应用户输入是至关重要的,本文主要为大家详细介绍如何使用Python来监听和响应键盘按键,有需要的小伙伴可以参考下2024-03-03
程序的运行效率分为两种：第一种是时间效率，第二种是空间效率，这篇文章主要介绍了Python列表和集合的效率对比,需要的朋友可以参考下2022-07-07
最新评论