参考文章链接:https://blog.csdn.net/m0_37586991/article/details/79758168
来自 《Python数据分析基础教程:Numpy 学习指南(第2版)》
Numpy改变数组维度的方法有:
- reshape()
- ravel()
- flatten()
- 用元组设置维度
- transpose() 和 swapaxes()
- resize()
下面将依次进行说明
0. 首先,创建一个多维数组
from numpy import *
a = arange(24)
得到:
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
1.reshape 函数(可用于一维变为多维,不能用于多维的维度间的交换,如无法将(3,1024,512)变为(1024,512,3))
b = a.reshape(2,3,4)
print(b)
得到一个 2*3*4 维的数组:
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
可以想象成2层小洋楼,每层有 3*4 个房间
2.ravel函数 可以将多维数组展平(也就是变回一维)
c = b.ravel()
print(c)
得到一维数组
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
3.flatten函数 也是将多维数组展平,与ravel函数的功能相同,不过flatten函数会请求分配内存来保存结果,而ravel函数只是返回数组的一个视图(view)
c = b.flatten()
print(c)
得到一维数组
[ 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.用元组设置维度
直接用一个正整数元组来设置数组的维度
b.shape = (6,4)
print(b)
这种做法将直接改变所操作的数组,现在数组b变成了一个 6*4 的多维数组
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]
5.transpose函数将矩阵进行转置(可以用于多维度的维度交换,如:
np.transpose(a,[1,2,0]) 将a的维度由(3,1024,512)变为(1024,512,3))
同样可以用于多维度维度交换的还有:swapaxes(),如:
a.swapaxes(0,1)其实就是把矩阵中0,1两个轴对换一下维度由(3,1024,512)变为(1024,3,512)
d = b.transpose()
print(d)
得到 4*6 的多维数组
[[ 0 4 8 12 16 20]
[ 1 5 9 13 17 21]
[ 2 6 10 14 18 22]
[ 3 7 11 15 19 23]]
6.resize函数 和reshape函数的功能一样,但resize会直接修改所操作的数组
b.resize((2,12))
print(b)
得到 2*12 的两维数组
[[ 0 1 2 3 4 5 6 7 8 9 10 11]
[12 13 14 15 16 17 18 19 20 21 22 23]]
并且这一步不可以通过赋值来实现,如下所示:
e = b.resize((2,12))
print(e)
此时结果为:
None