这篇文章主要讲解了如何实现numpy库ndarray多维数组的维度变换，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。
numpy库对多维数组有非常灵巧的处理方式，主要的处理方法有：
.reshape(shape) ： 不改变数组元素，返回一个shape形状的数组，原数组不变
.resize(shape) ： 与.reshape()功能一致，但修改原数组
计算
安全
数据库
网络和加速
企业服务
In [22]: a = np.arange(20)
#原数组不变
In [23]: a.reshape([4,5])
Out[23]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]])
In [24]: a
Out[24]:
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19])
#修改原数组
In [25]: a.resize([4,5])
In [26]: a
Out[26]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14],
[15, 16, 17, 18, 19]]).swapaxes(ax1,ax2) ： 将数组n个维度中两个维度进行调换，不改变原数组
In [27]: a.swapaxes(1,0)
Out[27]:
array([[ 0, 5, 10, 15],
[ 1, 6, 11, 16],
[ 2, 7, 12, 17],
[ 3, 8, 13, 18],
[ 4, 9, 14, 19]]).flatten() ： 对数组进行降维，返回折叠后的一维数组，原数组不变
In [29]: a.flatten()
Out[29]:
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19])看完上述内容，是不是对如何实现numpy库ndarray多维数组的维度变换有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
