温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

numpy中轴处理如何实现

发布时间:2023-03-20 17:21:14 来源:亿速云 阅读:96 作者:iii 栏目:开发技术

本篇内容介绍了“numpy中轴处理如何实现”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

numpy中轴参数的意义

指定的轴是被压缩的轴

沿轴的时候可以指定两个轴,即面被压缩,以面作为输入

numpy中轴转动

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中添加新轴

np.newaxis 在使用和功能上等价于 None,其实就是 None 的一个别名

import numpy as np
 
a=np.array([1,2,3])
 
b=a[np.newaxis,:]
c=a[:,np.newaxis]

numpy中轴扩展

numpy.expand_dims(a,axis)

numpy中轴处理如何实现

numpy中轴处理如何实现

扩展一个维就是把一个维往后挪,或者增加

Numpy中广播数据维

numpy.broadcast_to函数将数组广播到新形状。它在原始数组上返回只 读视图。它通常不连续。如果新形状不符合 NumPy 的广播规则,该函数可能会抛出ValueError。

numpy.broadcast_to(array,shape, subok)

import numpy as np
 
a = np.arange(4).reshape(1, 4)
 
print(">>>")
print(a.shape)
print(a)
print()
 
b = np.broadcast_to(a, (4, 4))
print(">>>")
print(b.shape)
print(b)
 
>>>
(1, 4)
[[0 1 2 3]]
 
>>>
(4, 4)
[[0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]]

numpy中缩减轴

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy交换两个轴

numpy.swapaxes(arr,axis1, axis2)

其中:

  • arr:要交换其轴的输入数组

  • axis1:对应第一个轴的整数

  • axis2:对应第二个轴的整数

numpy滚动轴

numpy.rollaxis()函数向后滚动特定的轴,直到一个特定位置。这个函数接受三个参数:

numpy.rollaxis(arr,axis, start)

其中:

  • arr:输入数组

  • axis:要向后滚动的轴,其它轴的相对位置不会改变

  • start:默认为零,表示完整的滚动。会滚动到特定位置。

a = np.arange(24).reshape(2, 3, 4)
print(">>>")
print(a.shape)
print(a)
print()
 
roll = np.rollaxis(a, 2) # 把第2个轴滚动到0维位置
print(">>>")
print(roll.shape)
print(roll)
print()
 
roll2 = np.rollaxis(a, 2, 1) # 把第2个轴滚动到1维位置
print(">>>")
print(roll2.shape)
print(roll2)
print()
 
 
>>>
(2, 3, 4)
[[[ 0  1  2  3]
  [ 4  5  6  7]
  [ 8  9 10 11]]
 
 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]
 
>>>
(4, 2, 3)
[[[ 0  4  8]
  [12 16 20]]
 
 [[ 1  5  9]
  [13 17 21]]
 
 [[ 2  6 10]
  [14 18 22]]
 
 [[ 3  7 11]
  [15 19 23]]]
 
>>>
(2, 4, 3)
[[[ 0  4  8]
  [ 1  5  9]
  [ 2  6 10]
  [ 3  7 11]]
 
 [[12 16 20]
  [13 17 21]
  [14 18 22]
  [15 19 23]]]

numpy中数据拼接操作concatenate

numpy中轴处理如何实现

concatenate:沿现有轴加入一系列数组

stack:沿新轴加入一系列数组,即stack(arrays, axis=0)

column_stack:把1维数组当作列堆叠成二维数组

为了向后兼容

dstack:沿深度方向堆叠数组

hstack:沿水平方法堆叠数组

vstack:沿垂直方向堆叠数组

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中轴处理如何实现

numpy中轴处理如何实现

“numpy中轴处理如何实现”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!

向AI问一下细节

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。

AI