numpy中轴处理如何实现

本篇内容介绍了“numpy中轴处理如何实现”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

numpy中轴参数的意义

指定的轴是被压缩的轴

沿轴的时候可以指定两个轴，即面被压缩，以面作为输入

numpy中轴转动

numpy中添加新轴

np.newaxis 在使用和功能上等价于 None，其实就是 None 的一个别名

import numpy as np a=np.array([1,2,3]) b=a[np.newaxis,:]c=a[:,np.newaxis]

numpy中轴扩展

numpy.expand_dims(a,axis)

扩展一个维就是把一个维往后挪，或者增加

Numpy中广播数据维

numpy.broadcast_to函数将数组广播到新形状。它在原始数组上返回只 读视图。它通常不连续。如果新形状不符合 NumPy 的广播规则，该函数可能会抛出ValueError。

numpy.broadcast_to(array,shape, subok)

import numpy as np a = np.arange(4).reshape(1, 4) print(">>>")print(a.shape)print(a)print() b = np.broadcast_to(a, (4, 4))print(">>>")print(b.shape)print(b) >>>(1, 4)[[0 1 2 3]] >>>(4, 4)[[0 1 2 3] [0 1 2 3] [0 1 2 3] [0 1 2 3]]

numpy中缩减轴

numpy交换两个轴

numpy.swapaxes(arr,axis1, axis2)

其中：

• arr：要交换其轴的输入数组

• axis1：对应第一个轴的整数

• axis2：对应第二个轴的整数

numpy滚动轴

numpy.rollaxis()函数向后滚动特定的轴，直到一个特定位置。这个函数接受三个参数：

numpy.rollaxis(arr,axis, start)

其中：

• arr：输入数组

• axis：要向后滚动的轴，其它轴的相对位置不会改变

• start：默认为零，表示完整的滚动。会滚动到特定位置。

a = np.arange(24).reshape(2, 3, 4)print(">>>")print(a.shape)print(a)print() roll = np.rollaxis(a, 2) # 把第2个轴滚动到0维位置print(">>>")print(roll.shape)print(roll)print() roll2 = np.rollaxis(a, 2, 1) # 把第2个轴滚动到1维位置print(">>>")print(roll2.shape)print(roll2)print()  >>>(2, 3, 4)[[[ 0  1  2  3]  [ 4  5  6  7]  [ 8  9 10 11]]  [[12 13 14 15]  [16 17 18 19]  [20 21 22 23]]] >>>(4, 2, 3)[[[ 0  4  8]  [12 16 20]]  [[ 1  5  9]  [13 17 21]]  [[ 2  6 10]  [14 18 22]]  [[ 3  7 11]  [15 19 23]]] >>>(2, 4, 3)[[[ 0  4  8]  [ 1  5  9]  [ 2  6 10]  [ 3  7 11]]  [[12 16 20]  [13 17 21]  [14 18 22]  [15 19 23]]]

numpy中数据拼接操作concatenate

concatenate：沿现有轴加入一系列数组

stack：沿新轴加入一系列数组，即stack(arrays, axis=0)

column_stack：把1维数组当作列堆叠成二维数组

为了向后兼容

dstack：沿深度方向堆叠数组

hstack：沿水平方法堆叠数组

vstack：沿垂直方向堆叠数组

“numpy中轴处理如何实现”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！