numpy中的reshape()函数

本文介绍如何使用Python的NumPy库将一维数组转换为二维及三维数组,并展示了修改后数组与原数组之间的内存共享特性。同时,强调了重塑操作中元素数量需保持不变的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import numpy as np

a = np.array([1,2,3,4,5,6,7,8])

#转换成2D数组
b = a.reshape((2,4))
print('b=\n',b)

#转换成3D数组
c = a.reshape((2,2,2))
print('c=\n',c)

输出结果:

    

 

注意:

修改后新生成的数组与原数组共用一个内存,改变元素会造成一变俱变:

a[0] = 99
b[1,1]=100
print(a)
print(b)
print(c)

 

输出:

 

[ 99   2   3   4   5 100   7   8]

[[ 99   2   3   4]
 [  5 100   7   8]]

[[[ 99   2]
  [  3   4]]

 [[  5 100]
  [  7   8]]]

 

修改后的数组元素个数与原数组元素个数必须保持一致,若不一致,将会报错:

d = a.reshape((2,2))

报错:

ValueError: total size of new array must be unchanged

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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