Numpy中array數組對象的儲存方式(n,1)和(n,)的區(qū)別
之前一直傻傻分不清(n,1)和(n,)之間的區(qū)別,這里做一下總結,希望度過此文章的小伙伴都能明白。
例如如果我們創(chuàng)建一個包含10個整型數的數組 a :
import numpy as np a=np.arange(10) a
結果為:
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
則 a 包含了一個數據緩沖區(qū),儲存成如下的樣子:
a.shape
數據的維度為:(10,)
在這里,shape=(10,)意味著這個數組僅僅被一個索引支配:從0到9。從概念上講,假如我們使用這個單獨的索引給 a 打上標簽,那么 a 將看起來像這樣:
reshape一個數組的操作不會改變數據緩沖區(qū),而是創(chuàng)建一個新的解釋數據的視窗。
b=a.reshape((2,5)) b
結果為:
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
這樣我們的數據就會有兩個維度來控制,其中一個的范圍是從0到4,另一個的范圍是從5到9。
我們舉個例子,我們想要取出里面的1值,如何切片操作?
b[0,1]
總結:
第一個形狀為(10,)的數組是一維數組。它的結構應該與此類似:a=[1,2,3,4,5]
第二個形狀為(10,1)。 類似于b=[[1],[2],[3],[4],[5]]
到此這篇關于Numpy中array數組對象的儲存方式(n,1)和(n,)的區(qū)別的文章就介紹到這了,更多相關Numpy array數組對象(n,1)和(n,)內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python并發(fā)編程協(xié)程(Coroutine)之Gevent詳解
這篇文章主要介紹了Python并發(fā)編程協(xié)程(Coroutine)之Gevent詳解,具有一定借鑒價值,需要的朋友可以參考下2017-12-12Python itertools庫中product函數使用實例探究
這篇文章主要為大家介紹了Python itertools庫中product函數使用實例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01