numpy数组02-数组的形状

最新推荐文章于 2025-05-10 23:59:28 发布

原创最新推荐文章于 2025-05-10 23:59:28 发布 · 1.4k 阅读

CC 4.0 BY-SA版权

文章标签：

本文详细介绍了如何使用NumPy库查看和修改数组的形状，包括一维、二维和三维数组的shape属性，并展示了reshape函数用于改变数组维度和flatten函数用于按行展开多维数组的应用实例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、查看数组的形状

通过数组.shape查看数组的形状

1）对于一个一维数组

示例代码如下：

t1 = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
print(t1)
print(t1.shape)

输出结果如下所示：

对于一维数组来说，12代表元素的个数。

2）对于一个二维数组

t2 = np.array([[1, 2, 3], [4, 5, 6]])
print(t2)
print(t2.shape)

输出结果如下所示：

其中：2代表行数，3代表列数。

3）对于一个3维数组：

创建一个n维数组，则列表最外层的【】数为n

示例代码如下：

t3 = np.array([[[1, 2, 3], [4, 5, 6]],[[7, 8, 9], [10, 11, 12]]])
print(t3)
print(t3.shape)

输出结果如下：

3维数组的shape可以理解为：第一个2表示块，整个数组被分为两部分；第二个2表示每部分的行；3表示每部分的列。

通过数组.reshape（）可以修改数组的格式。

reshape是一个有返回值的操作，不会对原数组修改。

将一维数组修改为三维数组。

示例代码如下：

a = np.array(range(24))
print(a)
b = a.reshape(2, 3, 4)
c = a.reshape((2, 3, 4))
print(b)
print(c)

输出结果如下：

其中，reshape的最外层括号是函数的括号，里面的括号是参数的括号，参数位元组。

需要注意的点：reshape（24，）和reshape（24，1）

d = a.reshape((24, ))  # 修改为1维数组  两边分别有1 个中括号
e = a.reshape((1, 24))  # 修改为2维数组 两边分别有2 个中括号
print(d)
print(e)

输出结果如下：

其中d为一维数组；e为二维数组。需要注意其中的区别。

将一个多维数组按行展开

通过flatten（）可以将多维数组按行展开成一维数组。

c = a.reshape(2, 3, 4)
f = c.flatten()
print(c)
print(f)

输出结果如下所示：