作者:liuhmmjj
原文地址:https://blog.csdn.net/u014082714/article/details/75946302

NumPy’s main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. In NumPy dimensions are called axes. The number of axes is rank.

For example, the coordinates of a point in 3D space [1, 2, 1] is an array of rank 1, because it has one axis. That axis has a length of 3. In the example pictured below, the array has rank 2 (it is 2-dimensional). The first dimension (axis) has a length of 2, the second dimension has a length of 3.

[[ 1., 0., 0.],
 [ 0., 1., 2.]]

ndarray.ndim

陣列軸的個數,在python的世界中,軸的個數被稱作秩


  
  1. >> X = np.reshape(np.arange( 24), ( 2, 3, 4))
  2. # 也即 2 3 列的 4 個平面(plane)
  3. >> X
  4. array( [[[ 0, 1, 2, 3],
  5. [ 4, 5, 6, 7],
  6. [ 8, 9, 10, 11]],
  7. [[12, 13, 14, 15],
  8. [16, 17, 18, 19],
  9. [20, 21, 22, 23]]])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

shape函式是numpy.core.fromnumeric中的函式,它的功能是讀取矩陣的長度,比如shape[0]就是讀取矩陣第一維度的長度。

shape(x)

(2,3,4)

shape(x)[0]

2

或者

x.shape[0]

2

再來分別看每一個平面的構成:


  
  1. >> X [:, :, 0 ]
  2. array( [[ 0, 4, 8],
  3. [12, 16, 20]])
  4. >> X [:, :, 1 ]
  5. array( [[ 1, 5, 9],
  6. [13, 17, 21]])
  7. >> X [:, :, 2 ]
  8. array( [[ 2, 6, 10],
  9. [14, 18, 22]])
  10. >> X [:, :, 3 ]
  11. array( [[ 3, 7, 11],
  12. [15, 19, 23]])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

也即在對 np.arange(24)(0, 1, 2, 3, ..., 23) 進行重新的排列時,在多維陣列的多個軸的方向上,先分配最後一個軸(對於二維陣列,即先分配行的方向,對於三維陣列即先分配平面的方向)

reshpae,是陣列物件中的方法,用於改變陣列的形狀。

二維陣列

[python]  view plain  copy
  1. #!/usr/bin/env python  
  2. # coding=utf-8  
  3. import numpy as np  
  4.   
  5. a=np.array([12345678])  
  6. print a  
  7. d=a.reshape((2,4))  
  8. print d  


三維陣列

[python]  view plain  copy
  1. #!/usr/bin/env python  
  2. # coding=utf-8  
  3. import numpy as np  
  4.   
  5. a=np.array([12345678])  
  6. print a  
  7. f=a.reshape((222))  
  8. print f  


形狀變化的原則是陣列元素不能發生改變,比如這樣寫就是錯誤的,因為陣列元素髮生了變化。

[python]  view plain  copy
  1. #!/usr/bin/env python  
  2. # coding=utf-8  
  3. import numpy as np  
  4.   
  5. a=np.array([12345678])  
  6. print a  
  7. print a.dtype  
  8. e=a.reshape((2,2))  
  9. print e  



注意:通過reshape生成的新陣列和原始陣列公用一個記憶體,也就是說,假如更改一個數組的元素,另一個數組也將發生改變。

[python]  view plain  copy
  1. #!/usr/bin/env python  
  2. # coding=utf-8  
  3. import numpy as np  
  4.   
  5. a=np.array([12345678])  
  6. print a  
  7. e=a.reshape((24))  
  8. print e  
  9. a[1]=100  
  10. print a  
  11. print e  



Python中reshape函式引數-1的意思

a=np.arange(0, 60, 10)
>>>a

array([0,10,20,30,40,50])

>>>a.reshape(-1,1)

array([[0],

[10],

[20],

[30],

[40],

[50]])

如果寫成a.reshape(1,1)就會報錯

ValueError:cannot reshape array of size 6 into shape (1,1)

>>> a = np.array([[1,2,3], [4,5,6]])
>>> np.reshape(a, (3,-1))  # the unspecified value is inferred to be 2
array([[1, 2],
       [3, 4],
       [5, 6]])
-1表示我懶得計算該填什麼數字,由python通過 a和其他的值 3推測出來。
# 下面是兩張2*3大小的照片(不知道有幾張照片用-1代替),如何把所有二維照片給攤平成一維
>>> image = np.array([[[1,2,3], [4,5,6]], [[1,1,1], [1,1,1]]])
>>> image.shape
(2, 2, 3)
>>> image.reshape((-1, 6))
array([[1, 2, 3, 4, 5, 6],
       [1, 1, 1, 1, 1, 1]])