1 numpy數(shù)組的維度是什么？如何表示數(shù)組維度？

1.1 什么是維度？

數(shù)組的維度指的是：numpy數(shù)組有多少維（維數(shù)），每一維含有多少個元素（每個維度的長度）。

例如，下面的代碼將創(chuàng)建numpy數(shù)組a，它的維數(shù)為2，其兩個維度的長度分別為2,3。

import numpy as np
a = np.random.random((2, 3))
print(a)

輸出結果為：

[[0.84652457 0.03409538 0.31859533]

 [0.19512509 0.05466214 0.57174816]]

1.2 如何表示維度？

用一個元組（tuple）來描述維度。例如，上面示例中的數(shù)組a的維度的表示如下：

(2,3)

其中，2表示第1個維度的長度，3表示第2個維度的長度。

這個元組的長度就是數(shù)組a的維數(shù)（為2），2和3分別表示a的第1個維度和第2個維度的長度。

要訪問numpy數(shù)組a的維度，代碼如下：

a.shape

2 numpy數(shù)組的軸(axis)是什么？

2.1 數(shù)組的軸的定義

numpy數(shù)組的某個軸，指的是：該數(shù)組的某個維度的方向，其方向從索引號由底到高。許多numpy方法或函數(shù)在調用時，常常需要指定一個關鍵參數(shù)“axis=X”,它表示的是沿哪個軸的方向進行運算（例如，求均值，方差等），這里的X表示的是軸的索引號（axis=0表示軸0，axis=1表示軸1，...,依此類推）。

2.2二維數(shù)組的軸如何理解？

以維度為(2,3)的二維數(shù)組為例：它有2個維度，因此，它的軸有2個，分別為軸0（軸的長度為2）、軸1（軸的長度為3），這個數(shù)組的軸的示意圖如圖 1所示。

圖 1 數(shù)組的軸的理解示意圖

2.3 三維數(shù)組的軸如何理解？

以維度為(3,4,5)的三維數(shù)組為例：它有3個維度，因此，它的軸有3個，即：“軸0”、“軸1”、“軸2”。

從軸0上看，該數(shù)組包含3個元素，進入到軸0中的任何1個元素的空間中，可以看到，這個元素又包含兩個軸，對應于三維數(shù)組的軸1和軸2.

3. 數(shù)組的軸的應用

3.1 應用1：簡單數(shù)組統(tǒng)計

沿軸1方向求軸0上每一個元素的均值：

a.mean(axis=1)

沿軸0方向求軸1上每一個元素的均值：

a.mean(axis=0)

可見，a.mean中的axis=x表示沿軸x的方向，求剩余的軸上的每一個元素的均值。其結果的維度肯定是剩余軸構成的維度。

3.2 應用2：圖像批處理

求一批RGB圖像（N個圖像，每個圖像高度和寬度都為H和W）的每一個通道的平均值。

第1步：如何表示這一批圖像？

一幅RGB圖像的1個通道的數(shù)據(jù)可表示為一個(H,W)的數(shù)組，現(xiàn)在有3個通道，因此，一幅RGB圖像可以用維度為(3,H,W)的數(shù)組來表示，而N幅圖像則可以用維度為(N,3,H,W)的數(shù)組來表示。因此，首先，將這批圖像放入一個維度為：

(N,3,H,W)的數(shù)組A進行存儲。

第2步：如何分別求這一批圖像的3個通道的均值？

在維度為（N,3,H,W）數(shù)組中，通道對應的軸為“軸1”，求3個通道的均值，就是沿除 “軸1”以外的其他所有軸的方向求“軸1”的每一個元素的均值，代碼如下：

A.mean(axis=(0,2,3))

到此這篇關于numpy數(shù)組的維度、軸及運用詳解的文章就介紹到這了,更多相關數(shù)組的維度和軸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！

最新評論