一文搞透维度和[n],[:,n],[:,:,n],[:,:,m:n],[k,m:n]！

最新推荐文章于 2024-12-23 20:17:08 发布
最新推荐文章于 2024-12-23 20:17:08 发布
阅读量376 收藏 1
点赞数 1
CC 4.0 BY-SA版权
文章标签： python 矩阵 线性代数 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Chanchiuhung/article/details/109479789
本文详细解释了numpy数组的切片操作，包括查看数组维度的方法以及[:,n],[:,:,n],[:,:,m:n],[k,m:n]等不同切片形式的含义，结合实例介绍了每个切片在不同维度上的应用，旨在帮助读者深入理解numpy数组的使用。" 86340355,8256633,卡方检验详解与应用,"['统计学', '假设检验', 'r语言', '数据分析', '卡方分布']

1.如何查看np.array的维度
引自
https://blog.youkuaiyun.com/qq_43220632/article/details/99169775?biz_id=102&utm_term=numpy%E6%80%8E%E4%B9%88%E7%9C%8B%E5%87%A0%E7%BB%B4&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-1-99169775&spm=1018.2118.3001.4449
2.如何理解[:,] [:,:,:]…等使用np.array提取数组的方法
先假设有一个三维数组x
在这里插入图片描述根据“如何查看np.array的维度”部分内容可知，上述的x数组，x.shape是（2,6,2）。其中第一个维度有两个元素，第一个元素是[[0,2],[1,2],[1,3],[1,4],[2,1],[3,2]]；第二个元素是[[1,1],[2,2],[3,3],[4,4],[5,5],[6,6]];而第二个维度是指第一维度的每一个元素单独进行细分，即在第一维度第一个元素上的第二维度元素有六个分别是[0,2],[1,2],[1,3],[1,4],[2,1],[3,2];第一维度第二个元素上的第二维度元素也有六个

最低0.47元/天 解锁文章

200万优质内容无限畅学
Chanchiuhung
关注
每天五分钟深度学习pytorch：一文帮你搞懂维度操作
huanfeng_AI的博客
07-12 1725
大多数函数都有一个参数dim，用来指定这些操作是在哪个维度上执行的。关于dim(对应于Numpy中的axis)这里提供一个简单的记忆方式：假设输入的形状是(m, n, k)· 如果指定dim=0，输出的形状就是(1, n, k)或者(n, k)· 如果指定dim=1，输出的形状就是(m, 1, k)或者(m, k)· 如果指定dim=2，输出的形状就是(m, n, 1)或者(m, n)size中是否有"1"，取决于参数keepdim，keepdim=True会保留维度1。
机器翻译：一文掌握注意力机制（Attention），代码可直接运行
最新发布
数据知道的博客
08-09 2924
注意力机制是机器翻译中的核心技术，其核心思想是让模型动态关注输入序列中最相关的部分。文章首先介绍了注意力机制受人类视觉注意力的启发，解释了查询、键、值的概念及其优势，包括解决信息瓶颈、提高可解释性和处理长序列的能力。接着详细阐述了注意力机制的数学基础，包括计算公式和权重计算过程。文章还分类介绍了自注意力、交叉注意力和多头注意力等主要类型，以及它们在机器翻译中的应用，特别是在Transformer模型中的实现。最后提供了一个完整的Python实现代码，涵盖了数据预处理、模型构建和训练过程，展示了注意力机制在神
理解numpy数组中的各个维度代表的具体意思（axis）
从此做一个俗人
02-28 3414
1.学过numpy array的人都会有个疑问：很多np.xxx()函数总有个argument是axis，到底这个axis是什么东西？ 2.下面我就来真正剖析这个axis 我举个简单的三维数组的例子：(2,2,1) np.array( [[[1], [2]] [[3], [4]]] ) 这里的(2,2,1)代表的是数组的shape，对应的维度信息为(0,1,2)， 所以2对应第一个维度； 2对应第...
python简单入门----字符串
不停
06-12 315
字符串类型的表示： 1.字符串中包含双引号或单引号 '这有个双引号（” “）' ”there is ('')“ 内外不一致即可 2.字符串的使用 使用[]来获取字符串中一个或多个字符 -索引：返回字符串中的单个字符 [m] (add:注意有顺向计数和反向计数） -切片：返回字符串中的一段字符字串 <字符串>[m:n] "请输入带有符号的温度值：”[1:3] 3.字符串切片的高级用法 ...
Python中的[:n],[::n],[:,:,n],[...,n]介绍
菜鸟进阶
07-26 8106
参考：https://ask.hellobi.com/blog/wangdawei/36627
python字符串切片方式[n、m_python字符串类型及操作
weixin_39708636的博客
12-04 1965
字符串索引&切片用法Str[]对字符串进行索引，括号内为获取第几个元素使用[M:N:K]根据步长对字符串切片 [M:N]是可以缺失的,M缺失表示至开头，N缺失表示至结尾[M:N:K],根据步长K对字符串切片#将字符串逆序a = '0123456789'a[::-1]'''x+y 连接字符串n*x 或x*n 复制n次字符串xx in s 如果x是s的子串，返回true'''#获取星期字符串输...
详细了解Python切片
Suviky的博客
12-17 728
假设有一个list L = [1,2,3,4,5,6,7,8,9,10] result = L[m:n:k] 切片中m,n,k值在一般情况下的解释是闭区间m到开区间n的集合以步长为k取值的结果集，这里m，n为序列L的下标（0开始）。 k不能取0。 当k为正值，上述一般情况成立 m，n的值也可以超过L的最大下标，只是这时切取的集合是空集。 m，n，k均可以不写，不写时k的默认值是1，m...
【VLN入门】一文搞懂视觉语言导航：从任务介绍到基本算法讲解
qq_50001789的博客
12-23 5071
视觉语言导航任务就是给定智能体一个语言指令(instruction)，之后让智能体参考指令内容，导航到指定的目标地点，与传统基于SLAM的导航策略不同，智能体并没有预先见过这个环境，只能通过对环境的观测（例如RGB图、深度图），再结合语言指令的意图，在环境中做探索，慢慢探索到指定的位置。
【技术干货】一文搞懂感知机算法：从理论到Python实战
跟着大数据和AI去旅行
08-29 1415
对于给定训练样本数据集Dxiyii1mD{(xi​yi​i1m​xi∈X⊆Rnxi​∈X⊆Rn表示训练样本的特征向量,${y_i} \in Y = { + 1, - 1}表示样本类别。表示样本类别。表示样本类别。x与与与yfxsignw⋅xbyfxsignw⋅xb称为感知机。其中，w∈Rnw∈Rn称为感知机的权值系数或者权值向量weightb∈Rb \in R。
python学习笔记（一）数字类型、set类型、字符串
m0_64460287的博客
07-28 1889
肝了一万字总结的全套python学习笔记
Python中的[:n],[::n],[:,:,n],[...,n]都是什么？
冬炫的博客
01-05 5519
参考：https://ask.hellobi.com/blog/wangdawei/36627 其实我也没有运行一遍，但是感觉挺全的。大家如果发现错误，可以指出，我就更新在下面的空白处。 目前我看出了一个错误是。这里关键的一句是a = np.arange(120).reshape(2,3,4,5) a[[0,1],[1,2]] = 1。可以这么理解。a[[我],[],...]，我所在的位置就是维度顺序所在的位置。大括号里面的第一个小括号指的是第一维度的索引号，在a中第一维度是2，所以索引号是0，...
复杂的数据类型
weixin_54929649的博客
01-30 3617
目录一、列表1.列表介绍2.列表读取读取单个元素读取列表的一部分3.列表的修改4.其他常用操作列表的函数二、字典1.字典的介绍2.字典的读取3.字典的元素增减 一、列表 1.列表介绍 列表，数据类型为list，可以存储多个不同种类的元素，其中，字符串元素需要加引号，且元素间要用逗号隔开。 在Python中，可以直接使用方括号创建，例如： list_mix=['a',2,'c',4.5,'end'] #也可以是双引号 2.列表读取 在列表出生的时候，里面的每个元素就有都了对应的编号： a 2 c 4
Python中[ : n]、[m : ]、[-n]、[:-n]、[::-n]、[m::-n]和[m:]的含义
qq_44886213的博客
03-07 3786
比较常见的两种用法： [m : ]代表列表中的第m+1项到最后一项 [ : n]代表列表中的第一项到第n项
nparray的维度和取值方式
天道酬勤
08-15 2377
运行下面的代码，分析结果，不做解释。 import numpy as np def func(img, label): #print('label[0]:', label[:,:,0]) if (1): img = img / 255. label = label[:, :, :, 0] if (len(label.shape) == 4) else label[:, :, 0] ...
详解 n 维向量、n 维数组 和 矩阵的维度
热门推荐
我是张跑跑
01-23 5万+
1. 概述 在机器学习过程中，我们会经常遇到向量、数组和矩阵这三种数据结构，下面就这三种数据结构做一次详细的分析。 同时我们时常困惑于维度，n维向量，n维数组，矩阵的维度，本文着重就这一方面进行分析。 2. 向量、数组和矩阵 2.1 向量 在解析几何中，我们把“既有大小又有方向的量”叫做向量，并把可随意平行移动的有向线段作为向量的几何形象。 在引进坐标系以后，这种向量就有了坐标表示式— — n个有...
Python_Python中[:n]，[n:]，[-1]，[:-1]，[::-1]，[1:]，[4::-1]的含义详解
欢迎大家关注我
07-17 1万+
[:n] [:n]代表列表中的第一项到第n项。 我们看一个例子： example = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] print(example[:6]) ---------结果--------- [1, 2, 3, 4, 5, 6] [n:] [n:]代表列表中第n+1项到最后一项 example = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] print(example[6:]) ---------结果--------- [7, 8, 9,
Python中:[None,n][::n][:n][...,n][::-1]脑袋瓜子老忘
duyuanjun123的博客
09-14 1211
很让人迷糊的符号 List list[:] a[:n]的意思是取出a中前n个元素,a[:-n]取出a中从第0个元素到倒数第n个元素之前的元素。比如 a=[0,1,2,3,4,5,6] a[:2] a[:-2] 输出[0,1],[5,6] a[n:]的意思是取出a中第n个元素之后的所有元素。a[-n:]取出倒数第n个元素开始到之后的所有元素。比如 a[2:] a[-2:] 输出[2,3,4,5,6],[5,6] list[::] :: 这是啥玩意？其实是list[start:end:step] a[
关于np.array的一维二维三维 分析
优快云_Black的博客
04-08 4601
一维：v1=np.array([1,2,3]) print(v1.shape) print(v1[0]) print(v1[0:])输出：二维：第一种情况v3=np.array([[1,2,3],[4,5,6]]) print(v3.shape) print(v3[0]) print(v3[0][0]) print(v3[0:1,0:2]) #逗号前选取行（前取后不取），逗号后选取列输出：第...
Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]
hungita的博客
08-09 9201
 Python中对于数组和列表进行切片操作是很频繁的，当然对于切片的操作可供我们直接使用的函数也是很遍历了，我们今天主要简单总结一下常用集中索引化方式，希望对大家有所帮助吧。     对于列表的切片比较简单，在我之前的博客里面有详细的讲解，需要的话可以去看看，这里就不再详细说了，今天主要是讲解对于Python中Array对象的操作，我们平时使用比较频繁的一般也就是三维的矩阵了，再高维度的处理方式...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值