日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

Python調整數組形狀如何實現_python

作者：微小冷 ? 更新時間： 2023-01-21 編程語言
調整形狀?? ?
調整形狀?? ? reshape, resize, flatten, ravel, squeeze
調整坐標軸?? ? transpose, swapaxes

更改維度

數組中的數據在內存里是固定的，但計算時的排列方式卻可以隨時更改，這也是數組的強大之處。其中，reshape和resize功能相同，區別是前者返回新數組，后者則直接修改原始數組。

>>> 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表示自動規劃某一軸的尺寸，例如

>>> x.reshape(3,-1)
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

則flatten和ravel相當于reshape(-1)，即將數組展平為一維數組。

squeeze則比flatten稍微溫和一點，會刪除尺寸為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x有太多層括號，看上去毫無卵用，這個時候可以用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。

調整坐標軸

transpose和swapaxes用于調整坐標軸，如果用矩陣的視角去理解，那么大致相當于轉置。

>>> 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)表示將第一個坐標軸和第0個坐標軸交換位置。

牛刀小試

熟練掌握數組形狀的變換方法，也就相當于熟悉了張量的運算法則，這對于數據科學來說是非常重要的基礎技能。

例如，現有300張圖像200x100的圖像，想要得到每張圖像的列質心。傳統思路肯定是跑循環，但眾所周知Python的循環效率比較慢，所以最佳方法是300張一起做，無非就是300x200x100的張量，對第二個坐標軸進行質心提取而已

imgs = np.random.rand(300,200,100)
xs = np.arange(100)
xCen = np.matmul(imgs, xs) / np.sum(imgs, axis=2)

其中，xCen就是所要求的質心。

當然，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)

Numpy函數

對于上面這幾種數組的內置方法，有一些可直接從numpy中調用，這樣的好處是可以直接對非數組格式的數據進行操作，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是一個列表，np.reshape會自動將其轉化為數組后再行操作。

同樣地，flatten也可以完成數組展平的任務

>>> 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])

原文鏈接：https://tinycool.blog.csdn.net/article/details/128343298

欄目分類
最近更新