Numpy中array數(shù)組對(duì)象的儲(chǔ)存方式(n,1)和(n,)的區(qū)別
之前一直傻傻分不清(n,1)和(n,)之間的區(qū)別,這里做一下總結(jié),希望度過(guò)此文章的小伙伴都能明白。
例如如果我們創(chuàng)建一個(gè)包含10個(gè)整型數(shù)的數(shù)組 a :
import numpy as np a=np.arange(10) a
結(jié)果為:
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
則 a 包含了一個(gè)數(shù)據(jù)緩沖區(qū),儲(chǔ)存成如下的樣子:

a.shape
數(shù)據(jù)的維度為:(10,)
在這里,shape=(10,)意味著這個(gè)數(shù)組僅僅被一個(gè)索引支配:從0到9。從概念上講,假如我們使用這個(gè)單獨(dú)的索引給 a 打上標(biāo)簽,那么 a 將看起來(lái)像這樣:

reshape一個(gè)數(shù)組的操作不會(huì)改變數(shù)據(jù)緩沖區(qū),而是創(chuàng)建一個(gè)新的解釋數(shù)據(jù)的視窗。
b=a.reshape((2,5)) b
結(jié)果為:
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
這樣我們的數(shù)據(jù)就會(huì)有兩個(gè)維度來(lái)控制,其中一個(gè)的范圍是從0到4,另一個(gè)的范圍是從5到9。
我們舉個(gè)例子,我們想要取出里面的1值,如何切片操作?
b[0,1]
總結(jié):
第一個(gè)形狀為(10,)的數(shù)組是一維數(shù)組。它的結(jié)構(gòu)應(yīng)該與此類似:a=[1,2,3,4,5]
第二個(gè)形狀為(10,1)。 類似于b=[[1],[2],[3],[4],[5]]
到此這篇關(guān)于Numpy中array數(shù)組對(duì)象的儲(chǔ)存方式(n,1)和(n,)的區(qū)別的文章就介紹到這了,更多相關(guān)Numpy array數(shù)組對(duì)象(n,1)和(n,)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python+appium+yaml移動(dòng)端自動(dòng)化測(cè)試框架實(shí)現(xiàn)詳解
這篇文章主要介紹了python+appium+yaml移動(dòng)端自動(dòng)化測(cè)試框架實(shí)現(xiàn)詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
Python打印數(shù)據(jù)類型的全過(guò)程
這篇文章主要介紹了Python打印數(shù)據(jù)類型的全過(guò)程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-05-05
Python網(wǎng)絡(luò)爬蟲(chóng)的基本原理解析
如果要獲取網(wǎng)絡(luò)上數(shù)據(jù),我們要給爬蟲(chóng)一個(gè)網(wǎng)址(程序中通常叫URL),爬蟲(chóng)發(fā)送一個(gè)HTTP請(qǐng)求給目標(biāo)網(wǎng)頁(yè)的服務(wù)器,服務(wù)器返回?cái)?shù)據(jù)給客戶端(也就是我們的爬蟲(chóng)),爬蟲(chóng)再進(jìn)行數(shù)據(jù)解析、保存等一系列操作,需要的朋友可以參考下2023-05-05
Python進(jìn)階之自定義對(duì)象實(shí)現(xiàn)切片功能
這篇文章主要介紹了Python進(jìn)階之自定義對(duì)象實(shí)現(xiàn)切片功能,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
Python中使用Queue和Condition進(jìn)行線程同步的方法
這篇文章主要介紹了Python中使用Queue模塊和Condition對(duì)象進(jìn)行線程同步的方法,配合threading模塊下的線程編程進(jìn)行操作的實(shí)例,需要的朋友可以參考下2016-01-01

