numpy np tips: numpy数组的维度squeeze等处理

原创已于 2022-07-19 16:48:26 修改 · 533 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #python #机器学习

于 2022-06-24 15:26:32 首次发布

语言学习笔记专栏收录该内容

193 篇文章

订阅专栏

本文介绍了NumPy中用于调整数组维度的squeeze、expand_dims、repeat及concatenate函数。squeeze用于移除单维度，expand_dims在指定轴上增加维度，repeat则在某个维度上复制数据。此外，还展示了如何使用cat函数合并数组以增加维度，并演示了np.delete在轴上的元素删除。这些操作在数据分析和处理中非常实用。

squeeze

a = np.arange(10).reshape(1,1,10)# array([[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]])
a = np.squeeze(a)

unsqueeze

扩展某个维度，与squeeze互逆，不增加数据

a = np.expand_dims(a,axis=-1)

在某个维度复制，增加数据

a = np.arange(64*64).reshape(1,64,64,1)
a = np.expand_dims(a,0).repeat(1000,axis=0)

cat合并以增加维度

a = np.concatenate([a, a], axis=3)

delete

np.delete(sample, idx, 0) #  np.delete(array,所在轴的位置,axis)

https://numpy.org/

其他

x = y = z = np.arange(0.0,5.0,1.0)
np.savetxt('test.out', x, delimiter=',')   # X is an array
np.savetxt('test.out', (x,y,z))   # x,y,z equal sized 1D arrays
np.savetxt('test.out', x, fmt='%1.4e')   # use exponential notation
# https://numpy.org/doc/stable/reference/generated/numpy.savetxt.html