文章目录
前言
本篇总结、介绍Numpy数组(ndarray)的基本操作之一——改变数组维数 [1]。
1. atleast_1d、atleast_2d、atleast_3d
numpy.atleast_1d(*arys):将输入转换为维度至少为1的数组。如果输入为标量,则会被转换为一维数组,而更高维度的输入则保持不变
- arys1, arys2…:类数组
numpy.atleast_1d返回一个数组或多个数组组成的列表(如果输入参数也为多个)。
注释:
numpy.atleast_1d返回的是arys1, arys2…的视图(view),而非副本(copy)。
# 标量输入会被转换为一维数组
>>> arr1 = np.atleast_1d(1)
>>> arr1
array([1])
>>> arr1.shape
(1,)
# 高维输入(维度大于1)保持不变
>>> arr2 = np.arange(8).reshape(2,2,2)
>>> arr2
array([[[0, 1],
[2, 3]],
[[4, 5],
[6, 7]]])
>>> arr2.shape
(2, 2, 2)
>>> arr3 = np.atleast_1d(arr2)
>>> arr3
array(

本文介绍了Numpy中atleast_1d、atleast_2d、atleast_3d、broadcast、broadcast_to、expand_dims和squeeze等关键函数,帮助理解如何调整数组维度以适应不同场景,包括标量转一维、广播操作、增加轴以及压缩冗余轴。
最低0.47元/天 解锁文章
701

被折叠的 条评论
为什么被折叠?



