NumPy（2）reshape，dot，flat

保留初心，砥砺前行

NumPy官方网站

NumPy Tutorial

• ####reshape函数：
  顾名思义，将原有的数组重新整形，变成参数中指定的形状。

import numpy as npa = np.arange(1, 20, 2)print a.reshape(2, 5)print a.reshape(2, 1, 5)

[[ 1  3  5  7  9] [11 13 15 17 19]]

[[[ 1  3  5  7  9]] [[11 13 15 17 19]]]

如下代码所示，在reshape成三维数组时，第一个参数m控制将所有数据划分为m部分，第二个参数n控制将每一块数据分别划分为n部分，最后一个参数x，表示每一个小块有x列。

import numpy as npa = np.arange(1, 21)print a.reshape(2, 2, 5)

[[[ 1  2  3  4  5]  [ 6  7  8  9 10]] [[11 12 13 14 15]  [16 17 18 19 20]]]

tip：在终端输出数据时，有时数据会很长，NumPy会自动将数据的中间部分变成省略号显示。如下：

[[   0    1    2 ...,   97   98   99] [ 100  101  102 ...,  197  198  199] [ 200  201  202 ...,  297  298  299] ..., [9700 9701 9702 ..., 9797 9798 9799] [9800 9801 9802 ..., 9897 9898 9899] [9900 9901 9902 ..., 9997 9998 9999]]

为了显示出全部数据，可以添加如下代码：

 np.set_printoptions(threshold='nan')

• ####dot函数：
  数组间存在简单的加减乘法，对于乘法，我们都知道矩阵的乘法并不是普通的对应相乘，而使用*符号产生的是对应位置相乘的结果。如果想得到矩阵相乘的结果，需要使用dot函数，如下代码所示：

import numpy as npa = np.array([[1, 2], [2, 3]])b = np.array([[2, 2], [3, 3]])print a * b[[2 4] [6 9]]print np.dot(a, b)[[ 8  8] [13 13]]

• ####flat：
  在遍历一维数组时，直接使用下边索引可以一次性遍历，然而当维数增加，遍历下标其实遍历的是某一维度上的数组。例如三维数组，无法直接遍历到每一个元素。如果想直接遍历到每一个元素，可以使用flat(可以理解为要使用到数组中每一个“公寓（flat）中的元素”)，如下所示：

import numpy as npb = np.array([[[2, 2], [3, 3]], [[2, 2], [3, 3]]])for _ in b:    print _[[2 2] [3 3]][[2 2] [3 3]]for _ in b.flat:    print _22332233

相关链接：NumPy（1）简介，基础属性，数组创建（ones，zeros，empty，arange，linespace）
相关链接：NumPy（3）full，eye，empty，random