numpy数组基本操作|numpy.shape 大总结

numpy数组基本操作

相信不管做什么，特别是图像处理，总是离不开numpy.shape的坑，下面就来总结一下

1. 我们先来看看序列(list)和数组（array）区别
序列可以遍历，但是他并没有形状

A = [1,2,3,4]
print(A.shape)
# AttributeError: 'list' object has no attribute 'shape'

我们将list转为array看看呢？OK, 可以看到形状了，目前这是一个一维数组。

A = np.array(A)
print(A.shape)
# A: [1,2,3,4]
# (4, )

可是很奇怪，他为什么不是$(1,4)$ 呢？其实$(4,)$才是一维数组的表示方法，$(1,4)$是二维数组
由此可见，下列写法可以为array嵌套一层，但是不改变内容，只改变了纬度

A = np.array([A])
print(A.shape)
# (1,4)
print(np.array([A]).shape)
# (1,1,4)

2. 数组的拼接
https://www.youtube.com/watch?v=ttSUtDTjDyI
这个是莫烦python一个不错引用
2.1 np.vstack(), 在水平方向上堆砌
2.2 np.hstack()，在水平方向上直接拼接
2.3 np.concatenate()，指定axis进行拼接