numpy数组形状

- 日理万妓 2022-05-16 06:54 308阅读 0赞

## 修改数组的形状 ##

![70][]

![70 1][]

`shape` 和 `reshape` 方法不能改变数组中元素的总数，否则会报错：

![70 2][]

使用 newaxis 增加数组维数

![70 3][]

根据插入位置的不同，可以返回不同形状的数组：

![70 4][]

插入多个新维度：

![70 5][]

## squeeze 方法去除多余的轴 ##

![70 6][]

squeeze 返回一个将所有长度为1的维度去除的新数组。

## 数组转置 ##

使用 `transpose` 返回数组的转置，本质上是将所有维度反过来：

![70 7][]

注意：

*  对于复数数组，转置并不返回复共轭，只是单纯的交换轴的位置
 *  转置可以作用于多维数组

![70 8][]

转置只是交换了轴的位置。

另一方面，转置返回的是对原数组的另一种view，所以改变转置会改变原来数组的值

![70 9][]

## 数组连接 ##

有时我们需要将不同的数组按照一定的顺序连接起来：

concatenate((a0,a1,...,aN), axis=0)

注意，这些数组要用 `()` 包括到一个元组中去。

除了给定的轴外，这些数组其他轴的长度必须是一样的。

![70 10][]

事实上，**Numpy**提供了分别对应这三种情况的函数：

*  vstack
 *  hstack
 *  dstack

![70 11][]

## Flatten 数组 ##

`flatten` 方法的作用是将多维数组转化为1维数组：

![70 12][]

返回的是数组的复制，因此，改变 `b` 并不会影响 `a` 的值：

![70 13][]

## flat 属性 ##

还可以使用数组自带的 `flat` 属性：

![70 14][]

但此时修改 `b` 的值会影响 `a` ：

![70 15][]

## atleast\_xd 函数 ##

保证数组至少有 `x` 维：

![70 16][]

在**Scipy**库中，这些函数被用来保证输入满足一定的条件：“

<table> 
 <thead> 
  <tr> 
   <th>用法</th> 
   <th><strong>Scipy</strong>中出现次数</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>value.flaten()<br> value.flat<br> value.ravel()</td> 
   <td>~2000次</td> 
  </tr> 
  <tr> 
   <td>atleast_1d(value)<br> atleast_2d(value)</td> 
   <td>~700次</td> 
  </tr> 
  <tr> 
   <td>asarray(value)</td> 
   <td>~4000次</td> 
  </tr> 
 </tbody> 
</table>

[70]: /images/20220516/a8beab48c4ba4838bd9aa841c8f57611.png
[70 1]: /images/20220516/cfebc8adeddb492fae873ec53d6f827f.png
[70 2]: /images/20220516/86317645668945e683ddf2afe1dc68e4.png
[70 3]: /images/20220516/acde5a0d61e64b3d9dfd4703d3bdecdb.png
[70 4]: /images/20220516/c8b698534c934cde9de5fa49bd27ab35.png
[70 5]: /images/20220516/b4826365b86949a99da4dc0a6a1dbf36.png
[70 6]: /images/20220516/1308d08de7294dc4860e9e574d197043.png
[70 7]: /images/20220516/cce2eac5fcfc4e86b2da70026fb044d8.png
[70 8]: /images/20220516/eadbf50332034207b412bef72be342dc.png
[70 9]: /images/20220516/306affb607954912996731b5ad495eb2.png
[70 10]: /images/20220516/6187daef27eb4c54b59191b50052b398.png
[70 11]: /images/20220516/9192b38a9830473ca37613943274159f.png
[70 12]: /images/20220516/5a7df900cac24b3b835f15fd958368ed.png
[70 13]: /images/20220516/d28e8edf3ecf437e8bf59cb6fbab377b.png
[70 14]: /images/20220516/2166c903cddc4690a9a74e463a211773.png
[70 15]: /images/20220516/9f214c6db64e4a139e13efd95993a0a0.png
[70 16]: /images/20220516/717a25417e834e5ab5e3c59651aeeecb.png