shape与reshape
来源:互联网 发布:马氏链模型matlab编程 编辑:程序博客网 时间:2024/06/13 17:26
shape函数(需要导入numpy)
shape函数是numpy.core.fromnumeric中的函数,它的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度。它的输入参数可以使一个整数表示维度,也可以是一个矩阵。
一维矩阵[1]返回值为(1L,)
二维矩阵,返回两个值
一个单独的数字,返回值为空
或者
- #一维列表
- L=range(5)
- shape(L)
- #二维列表
- L=[[1,2,3],[4,5,6]]
- shape(L)
reshape:函数功能:给予数组一个新的形状,而不改变它的数据
newshape:整数值或整数元组。新的形状应该兼容于原始形状。如果是一个整数值,表示一个一维数组的长度;如果是元组,一个元素值可以为-1,此时该元素值表示为指定,此时会从数组的长度和剩余的维度中推断出
order:可选(忽略)
>>> a = np.array([1, 2, 3, 4]);b = np.array((5, 6, 7, 8));c = np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]])
>>> b
array([5, 6, 7, 8])
>>> c
array([[ 1, 2, 3, 4],
[ 4, 5, 6, 7],
[ 7, 8, 9, 10]])
>>> c.dtype
dtype('int32')
>>> d = a.reshape((2,2))
>>> d
array([[1, 2],
[3, 4]])
>>> d = a.reshape((1,2))
Traceback (most recent call last):
File "<pyshell#27>", line 1, in <module>
d = a.reshape((1,2))
ValueError: total size of new array must be unchanged
>>> d = a.reshape((1,-1))
>>> d
array([[1, 2, 3, 4]])
>>> d = a.reshape((-1,1))
>>> d
array([[1],
[2],
[3],
[4]])
- shape与reshape
- reshape 与 shape
- python numpy.shape 和 numpy.reshape函数
- python numpy.shape 和 numpy.reshape函数
- python numpy.shape 和 numpy.reshape函数
- python numpy.shape 和 numpy.reshape函数
- Tensorflow中的dynamic shape、static shape及reshape、set_shape
- Python:numpy中shape和reshape的用法
- Numpy常用函数sum, shape, reshape, argsort, tile,where
- Check failed: ShapeEquals(proto) shape mismatch (reshape not set)
- reshape
- reshape
- reshape
- MATLAB 与python reshape 比较
- tf.reshape()的用法与理解
- python numpy 如何获取和更改数组(array)的形状、维数-shape&reshape
- shape标签与Shape类入门
- Shape 与ShapeDrawable
- 数独-dfs
- java 实现二叉树【递归/非递归】
- bzoj 3208: 花神的秒题计划Ⅰ
- 为何将INF设置为0x3f3f3f3f
- Python多线程--(1)之基本概念
- shape与reshape
- create 与 store中的关系
- hi3516a制作内核和文件系统
- 百度DNS解析过程
- hdu 6053 TrickGCD(筛法+容斥)
- hdu6034(Balala Power!)
- Spring MVC I18N 国际化配置
- java加密之AES/ECB/PKCS5Padding
- JVM调优:选择合适的GC collector (二)