Numpy的c_和r_以及transpose
来源:互联网 发布:ubuntu下tar命令 编辑:程序博客网 时间:2024/05/22 00:08
np.c_[]
当参数是两个一维列表,将其按如下方式组成二位列表。
>>>np.c_[np.array([1,2,3]), np.array([4,5,6])]array([[1, 4], [2, 5], [3, 6]])
当参数是两个二位列表时,其结果是一个二维列表,将两个列表连起来。
>>>np.c_[np.array([[1,2,3]]), np.array([[4,5,6]])]array([[1, 2, 3, 4, 5, 6]])
np.r_
当参数是两个一维列表,结果将两个列表连起来,还是个一维列表
>>>np.r_[np.array([1,2,3]), np.array([4,5,6])]array([1, 2, 3, 4, 5, 6])
当参数是两个二维列表,结果是个二维列表,将两个列表连起来。
>>>np.r_[np.array([[1,2,3]]), np.array([[4,5,6]])]array([[1, 2, 3], [4, 5, 6]])
np.transpose()
这个时候,类似于np.c_,不过np.c_ 的参数是两个一维的,结果是二维的。transpose的参数是一个二维的,结果仍然是一个二维的。
>>>np.transpose(np.array([[1,2,3],[4,5,6]]))array([[1, 4], [2, 5], [3, 6]])
用于转置
>>>x = np.ones((1, 2, 3))>>>x.shape(1, 2, 3)>>> np.transpose(x, (1, 0, 2)).shape(2, 1, 3)
阅读全文
0 0
- Numpy的c_和r_以及transpose
- numpy的各种堆叠方法总结 vstack hstack append concatenate column_stack row_stack c_ r_
- numpy.c_和numpy.squeeze的用法
- numpy 维度、轴和transpose的理解
- numpy.r_
- numpy.transpose()
- numpy.transpose()
- numpy中transpose和swapaxes函数讲解
- Numpy中转置transpose、T和swapaxes
- python 中numpy.transpose()的用法
- numpy.transpose高维的理解
- numpy array transpose
- numpy.transpose 使用问题
- Numpy中的transpose函数
- numpy.transpose解析
- 解疑 Numpy 中的 transpose
- numpy.transpose难点解析
- Numpy中的transpose
- E:奇怪的奖励规则
- Spark Streaming中的操作函数分析
- 机器学习_支持向量机
- JavaScripts 数组
- 欢迎使用CSDN-markdown编辑器
- Numpy的c_和r_以及transpose
- JVM方法常用的宏
- 【Docker】Docker入门操作容器和镜像
- Vmware虚拟机三种网络模式详解
- 存储过程分页查询
- Mathf.Acos与Mathf.Atan(余弦与反正切值)与角度的换算
- 前端面试集锦
- 想努力成为一名高级软件开发工程师的小小程序猿——勿忘初心
- mysql