python数组改变维数

http://www.cnblogs.com/yuzhuwei/p/4217013.html

冒号：[0:]表示全部，[0:-1]这个会少一个

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]])

>>> c.dtype

dtype('int32')

>>> d = a.reshape((2,2))

>>> 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

变成1行多列

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

变成多行1列：

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

变成向量：

方法：1变成一个数组

d = a.reshape((-1,))

方法2：

先变1行多列，再取数组：

img=img.reshape(1, -1)features.append(img[0].tolist())

方法3：

先变多行1列，再取数组：

img=img.reshape(-1, 1)

print(img[:,0])

方法4：# 平坦化数组

aa=([1,2],[3,4])aa=np.array(aa)print('traindata',aa.ravel())

方法5：flatten

aa.flatten()

ravel与flatten的区别：

首先声明两者所要实现的功能是一致的（将多维数组降为一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。