以下為大家分享一篇對numpy中軸與維度的理解，具有很好的參考價值，希望對大家有幫助。一起來看看吧
NumPy's main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. InsionPy. axes. The number of axes is rank.
For example, the coordinates of a point in 3D space [1, 2, 1] is an array of rank 1, because it has one axis. That axis has ahas length of 3. In the example pictured below, the array has rank 2 (it is 2-dimensional). The first dimension (axis) has a length of 2, the second dimension has a length of 3.
[[ 1., 0., 0.],
[ 0., 1., 2.]]
登入後複製
ndarray.ndim
#陣列軸的數，在python
的世界中，軸的數量被稱為秩
>> X = np.reshape(np.arange(24), (2, 3, 4))
# 也即 2 行 3 列的 4 个平面（plane）
>> X
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])登入後複製
shape函數是numpy.core.fromnumeric中的函數，它的功能是讀取矩陣的長度，例如shape[0]就是讀取矩陣第一個維度的長度。 shape(x)
(2,3,4)shape(x )[0]
2
#或x.shape[0]
2
再來分別看每一個平面的構成：
#
>> X[:, :, 0]
array([[ 0, 4, 8],
[12, 16, 20]])
>> X[:, :, 1]
array([[ 1, 5, 9],
[13, 17, 21]])
>> X[:, :, 2]
array([[ 2, 6, 10],
[14, 18, 22]])
>> X[:, :, 3]
array([[ 3, 7, 11],
[15, 19, 23]])登入後複製
##也即是對np .arange(24)(0, 1, 2, 3, ..., 23) 進行重新的排列時，在多維數組的多個軸的方向上，先分配最後一個軸（對於二維數組，即先分配行的方向，對於三維數組即先分配平面的方向）
reshpae，是數組物件中的方法，用於改變數組的形狀。
二維陣列
#
#!/usr/bin/env python
# coding=utf-8
import numpy as np
a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
d=a.reshape((2,4))
print d
登入後複製
##
#!/usr/bin/env python
# coding=utf-8
import numpy as np
a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
f=a.reshape((2, 2, 2))
print f
登入後複製
三維數組
#!/usr/bin/env python
# coding=utf-8
import numpy as np
a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
print a.dtype
e=a.reshape((2,2))
print e
登入後複製
#形狀變化的原則是數組元素不能改變，例如這樣寫就是錯誤的，因為數組元素發生了變化。
#!/usr/bin/env python
# coding=utf-8
import numpy as np
a=np.array([1, 2, 3, 4, 5, 6, 7, 8])
print a
e=a.reshape((2, 4))
print e
a[1]=100
print a
print e
登入後複製
注意：透過reshape產生的新數組和原始數組公用一個內存，也就是說，假如更改一個數組的元素，另一個數組也會改變。
a=np.arange(0, 60, 10)
>>>a
array([0,10,20,30,40,50])
>>>a.reshape(-1,1)
array([[0],
[10],
[20],
[30],
[40],
[50]])
登入後複製
#Python中reshape函數參數-1的意思
>>> a = np.array([[1,2,3], [4,5,6]])
>>> np.reshape(a, (3,-1)) # the unspecified value is inferred to be 2
array([[1, 2],
[3, 4],
[5, 6]])登入後複製
如果寫成a.reshape(1,1)就會報錯
ValueError:cannot reshape array of size 6 into shape (1,1)
# 下面是两张2*3大小的照片(不知道有几张照片用-1代替)，如何把所有二维照片给摊平成一维
>>> image = np.array([[[1,2,3], [4,5,6]], [[1,1,1], [1,1,1]]])
>>> image.shape
(2, 2, 3)
>>> image.reshape((-1, 6))
array([[1, 2, 3, 4, 5, 6],
[1, 1, 1, 1, 1, 1]])登入後複製
-1表示我懶得計算該填什麼數字，由python通過a和其他的值3推測出來。
rrreee
相關推薦：
#對numpy中array和asarray的區別
##### #############################
以上是numpy中的軸與維度的詳細內容。更多資訊請關注PHP中文網其他相關文章！
