python数组维度相关操作（持续更新）

最新推荐文章于 2024-08-06 18:46:20 发布

原创最新推荐文章于 2024-08-06 18:46:20 发布 · 446 阅读

1 ·

CC 4.0 BY-SA版权

本文介绍了如何使用NumPy库在Python中进行数组的维度变换。通过`np.array_split`函数将低维数组沿特定轴拆分为高维数组，然后使用`reshape`方法将高维数组重新组合为低维数组。这两个操作对于数据处理和分析至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

沿某个轴将低维数组拆为高维数组

例：data2如下左，想要拆成data3如下右，此时data2.shape=(9,2)，data3.shape=(3,3,2)
在这里插入图片描述

data2 = np.arange(18).reshape(9,2)
Out[17]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17]])
data3 = np.array(np.array_split(data2,3,axis=0))	# 3表示想要把数据分成3份,对应上图中3个颜色
Out[21]: 
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]]])

沿某个轴将高维数组组合为低维数组

例：data3如下左，想要组合成data2如下右，此时data3.shape=(3,3,2)，data2.shape=(9,2)
在这里插入图片描述

data3 = np.arange(18).reshape(3,3,2)
Out[85]: 
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]]])
data2 = data3.reshape(3*3,2)
Out[87]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17]])