Python調整數組形狀如何實現
調整形狀 | |
調整形狀 | reshape, resize, flatten, ravel, squeeze |
調整坐標軸 | transpose, swapaxes |
更改維度
數組中的數據在內存裡是固定的,但計算時的排列方式卻可以隨時更改,這也是數組的強大之處。其中,reshape
和resize
功能相同,區別是前者返回新數組,後者則直接修改原始數組。
>>> x = np.arange(12) >>> y = x.reshape(2,6) >>> print(x) [ 0 1 2 3 4 5 6 7 8 9 10 11] >>> print(y) [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]] >>> x.resize(2,6) >>> print(x) [[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]]
-1
表示自動規劃某一軸的尺寸,例如
>>> x.reshape(3,-1) array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
則flatten
和ravel
相當於reshape(-1)
,即將數組展平為一維數組。
squeeze
則比flatten
稍微溫和一點,會刪除尺寸為1的維度,例如
>>> x.resize(1,3,4,1,1) >>> print(x) [[[[[ 0]] [[ 1]] [[ 2]] [[ 3]]] [[[ 4]] [[ 5]] [[ 6]] [[ 7]]] [[[ 8]] [[ 9]] [[10]] [[11]]]]]
上面的這個x
有太多層括號,看上去毫無卵用,這個時候可以用squeeze
,
>>> x.squeeze() array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
有木有瞬間清爽瞭許多。
調整坐標軸
transpose
和swapaxes
用於調整坐標軸,如果用矩陣的視角去理解,那麼大致相當於轉置。
>>> x array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11]]) >>> x.T array([[ 0, 6], [ 1, 7], [ 2, 8], [ 3, 9], [ 4, 10], [ 5, 11]]) >>> x.transpose(1,0) array([[ 0, 6], [ 1, 7], [ 2, 8], [ 3, 9], [ 4, 10], [ 5, 11]])
其中,transpose(1,0)
表示將第一個坐標軸和第0個坐標軸交換位置。
牛刀小試
熟練掌握數組形狀的變換方法,也就相當於熟悉瞭張量的運算法則,這對於數據科學來說是非常重要的基礎技能。
例如,現有300張圖像200×100的圖像,想要得到每張圖像的列質心。傳統思路肯定是跑循環,但眾所周知Python的循環效率比較慢,所以最佳方法是300張一起做,無非就是300x200x100的張量,對第二個坐標軸進行質心提取而已
imgs = np.random.rand(300,200,100) xs = np.arange(100) xCen = np.matmul(imgs, xs) / np.sum(imgs, axis=2)
其中,xCen
就是所要求的質心。
當然,也可以用更加直觀的做法
xCen = imgs.reshape(-1,100)@xs / np.sum(imgs.reshape(-1,100), axis=1) xCen = xCen.reshape(300,200)
Numpy函數
對於上面這幾種數組的內置方法,有一些可直接從numpy中調用,這樣的好處是可以直接對非數組格式的數據進行操作,例如
>>> x = list(range(12)) >>> np.reshape(x, (3,4)) array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
其中,x
是一個列表,np.reshape
會自動將其轉化為數組後再行操作。
同樣地,flatten
也可以完成數組展平的任務
>>> x = [[i, i+1] for i in range(5)] >>> x [[0, 1], [1, 2], [2, 3], [3, 4], [4, 5]] >>> np.ravel(x) array([0, 1, 1, 2, 2, 3, 3, 4, 4, 5])
到此這篇關於Python調整數組形狀如何實現的文章就介紹到這瞭,更多相關Python調整數組形狀內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python數據分析Numpy庫的常用操作
- Python數組變形的幾種實現方法
- Python Numpy中ndarray的常見操作
- 初識python的numpy模塊
- Python 用NumPy創建二維數組的案例