神剑山庄资源网 Design By www.hcban.com

如下所示:

Numpy中reshape的使用方法为:numpy.reshape(a, newshape, order='C')

参数详解:

1.a: type:array_like(伪数组,可以看成是对数组的扩展,但是不影响原始数组。)

需要reshape的array

2.newshape:新的数组

新形状应与原形状兼容。如果是整数,那么结果将是该长度的一维数组。一个形状尺寸可以是-1。在本例中,值是 从数组的长度和剩余维度推断出来的。

3.order: 可选为(C, F, A)

C: 按照行来填充

F: 按照列的顺序来填充

A: 按任意方向,(default)。 这里相当于行

4.returns: ndarray,即返回一或多维数组

实战:

首先,先创建几个n维数组

import numpy as np

Numpy之reshape()使用详解

这里的意思是创建了一个2维数组

Numpy之reshape()使用详解

这里创建了一个3维2X2的数组。

Numpy之reshape()使用详解

这是四维

(1,2) 表示 [[ 0, 1]]
(3,1,2)表示3个(1,2):
[[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],
(2,3,1,2)表示2个(3,1,2):
[ [[[ 0, 1]],
[[ 2, 3]],
[[ 4, 5]]],

[[[ 6, 7]],
[[ 8, 9]],
[[10, 11]]] ]

了解了newshape里面的东西,reshape基本没啥问题了。

我们再来看看order。

分别利用C,F,A来填充数据:

Numpy之reshape()使用详解

这就是reshape基本用法。

以上这篇Numpy之reshape()使用详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
Numpy,reshape

神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网 免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com

评论“Numpy之reshape()使用详解”

暂无Numpy之reshape()使用详解的评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。