numpy.reshape(-1,1)的具体使用
数组新的shape属性应该要与原来的配套,如果等于-1的话,那么Numpy会根据剩下的维度计算出数组的另外一个shape属性值。
举个例子:
x = np.array([[2, 0], [1, 1], [2, 3]])
指定新数组行为3,列为,2,则:
y = x.reshape(3,2) y Out[43]: array([[2, 0], [1, 1], [2, 3]])
指定新数组列为1,则:
y = x.reshape(-1,1) y Out[34]: array([[2], [0], [1], [1], [2], [3]])
指定新数组列为2,则:
y = x.reshape(-1,2) y Out[37]: array([[2, 0], [1, 1], [2, 3]])
指定新数组行为1,则:
y = x.reshape(1,-1) y Out[39]: array([[2, 0, 1, 1, 2, 3]])
指定新数组行为2,则:
y = x.reshape(2,-1) y Out[41]: array([[2, 0, 1], [1, 2, 3]])
numpy中reshape(-1,1)与reshape(1,-1)的作用
如果你的数据只有一个特征,可以用reshape(-1,1)改变你的数据形状;或者如果你的数据只包含一个样本,可以使用reshape(1,-1)来改变。
e = np.array([1]) #只包含一个数据 f = e.reshape(1,-1) #改变形状,输出f之后发现它已经变成了二维数据
import numpy as np a = np.array([[1,2,3],[4,5,6]]) #是两行三列的数据,二维 b = np.array([1,2]) #是一维数据 c = b.reshape(-1,1) #c已经变成了二维数据,变成了两行一列 d = b.reshape(1,-1) #d变成了一行两列的数据, print('b.shape is {0}'.format(b.shape)) print(b) print('c.shape is {0}'.format(c.shape)) print(c) print('d.shape is {0},d array is {1}'.format(d.shape,d))
可以发现reshape(-1,1)是将一维数据在行上变化,而reshape(1,-1)是将一维数据在列上变化
到此这篇关于numpy.reshape(-1,1)的具体使用的文章就介绍到这了,更多相关numpy.reshape(-1,1)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
django使用定时任务django_apscheduler的实现
定时任务无论是个人开发还是企业业务都是需要的,本文主要介绍了django使用定时任务django_apscheduler的实现,减少请求时需要用户等待的时间,感兴趣的可以了解一下2021-08-08从零开始的TensorFlow+VScode开发环境搭建的步骤(图文)
这篇文章主要介绍了从零开始的TensorFlow+VScode开发环境搭建的步骤(图文),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2020-08-08Python+OpenCV手势检测与识别Mediapipe基础篇
网上搜到了一些关于手势处理的实验,我在这儿简单的实现一下,下面这篇文章主要给大家介绍了关于Python+OpenCV手势检测与识别Mediapipe基础篇的相关资料,需要的朋友可以参考下2022-12-12
最新评论