1. 程式人生 > >Python中三維陣列位置詳解

Python中三維陣列位置詳解

圖示效果圖:

  直接貼程式碼:

def test3D():
    import numpy as np
    data_array = np.zeros((3, 5, 6), dtype=np.int)
    data_array[1, 2, 2] = 1
 
    print(data_array)


  介紹:通過np.zeros建立一個3行5列6個通道的三維陣列,並給第二個通道的第一行第二列賦值1.

  執行結果圖:

分析: 有執行結果可知,建立了六個通道,在深度學習中這六個通道相當於六個Feature Map,對應結果圖中的六列。

再向外看一層,共有三個塊,每個塊代表這個通道的第幾行資料。

每個塊裡有五行資料,每一行代表每個通道的第幾列資料

所以,程式碼中的賦值語句: data_array[1, 2, 2] = 1

  表示為第2個通道,下標從0開始,所以在圖中位置為第三列;第1行第2列,下標從0開始,所以圖中表示第二個塊的第三行;即為圖中所示位置。

 

補充:三維陣列的求和

多維陣列的軸(axis=)是和該陣列的size(或者shape)的元素是相對應的;

>>> np.random.seed(123)
>>> X = np.random.randint(0, 5, [3, 2, 2])
>>> print(X)
 
[[[5 2]
  [4 2]]
 
 [[1 3]
  [2 3]]
 
 [[1 1]
  [0 1]]]
 
>>> X.sum(axis=0)
array([[7, 6],
       [6, 6]])
 
>>> X.sum(axis=1)
array([[9, 4],
       [3, 6],
       [1, 2]])
 
>>> X.sum(axis=2)
array([[7, 6],
       [4, 5],
       [2, 1]])


如果將三維陣列的每一個二維看做一個平面(plane,X[0, :, :], X[1, :, :], X[2, :, :]),三維陣列即是這些二維平面層疊(stacked)出來的結果。則(axis=0)表示全部平面上的對應位置,(axis=1),每一個平面的每一列,(axis=2),每一個平面的每一行。
--------------------- 

原文:https://blog.csdn.net/mago2015/article/details/81069321