python reserve函数用法,python中的reserve

  python reserve函数用法,python中的reserve

  numpy.reshape

  numpy . shape(a,newshape,order= C )[来源]

  在不改变数据的情况下给数组一个新的形状。参数:a: array _ like

  要重塑的数组。

  Newshape :int或int类型的元组

  新形状应该与原始形状兼容。如果是整数,结果将是该长度的一维数组。

  形状的大小可以是-1。在这种情况下,该值是从数组的长度和剩余维度推断出来的。

  Or der: {C , F , A},可选

  使用此索引顺序读取的元素,然后使用此索引顺序将元素放入重新排列的数组中。

  “C”表示以类似C的索引顺序读/写元素,最后一个轴索引变化最快,

  回到第一个轴,指数变化最慢。“F”表示以类似Fortran的索引顺序读/写元素,

  第一个索引变化最快,最后一个索引变化最慢。

  请注意,“C”和“F”选项没有考虑底层阵列的内存布局,

  只参考索引的顺序。“A”意味着如果A在内存中是连续的,

  元素以类似Fortran的索引顺序读/写,否则以类似C的顺序读/写。

  返回值:reshaped_array :ndarray

  如果可能,这将是一个新的视图对象;否则就是抄袭。

  注意,不能保证返回数组的内存布局(C或Fortran连续性)。

  笔记

  在不复制数据的情况下,并不总是能够改变数组的形状。如果要在复制数据时引发错误,应该将新形状赋给数组的shape属性:a=np.zeros((10,2))

  #转置使数组不连续

  b=a.T

  #采用视图可以在不修改的情况下修改形状

  #初始对象。

  c=b.view()

  c.shape=(20)

  回溯(最近一次呼叫):

  .

  AttributeError:就地修改的形状不兼容。使用

  ` . shape()`制作所需形状的副本。

  order关键字提供索引排序,可用于从获取值并将该值放入输出数组。比如,假设你有一个数组:a=np.arange(6)。整形((3,2))

  a

  数组([[0,1],

  [2, 3],

  [4, 5]])

  您可以将整形视为首先分割数组(使用给定的索引顺序),然后使用与分割相同的索引顺序将分割后的数组中的元素插入到新数组中。NP . shape(a,(2,3)) # C类索引排序

  数组([[0,1,2],

  [3, 4, 5]])

  NP . shape(NP . ravel(a),(2,3)) #相当于C ravel然后C shape

  数组([[0,1,2],

  [3, 4, 5]])

  NP . shape(a,(2,3),order=F) #类似Fortran的索引排序

  数组([[0,4,3],

  [2, 1, 5]])

  NP . shape(NP . ravel(a,order=F ),(2,3),order=F )

  数组([[0,4,3],

  [2, 1, 5]])

  示例a=np.array([[1,2,3],[4,5,6]])

  NP . shape(a,6)

  数组([1,2,3,4,5,6])

  NP . shape(a,6,order=F )

  array([1,4,2,5,3,6])NP . shape(a,(3,-1)) #未指定的值被推断为2

  数组([[1,2],

  [3, 4],

  [5, 6]])

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: