函数 | 描述 |
---|---|
broadcast | 产生模仿广播的对象 |
broadcast_to | 将数组广播到新形状 |
expand_dims | 扩展数组的形状 |
squeeze | 从数组的形状中删除一维条目 |
numpy.expand_dims(arr, axis)
arr
:输入数组axis
:新轴插入的位置import numpy as np
x = np.array(([1,2],[3,4]))
print ('数组 x:')
print (x)
print ('--------------------')
y = np.expand_dims(x, axis = 0)
print ('数组 y:')
print (y)
print ('--------------------')
print ('数组 x 和 y 的形状:')
print (x.shape, y.shape)
print ('--------------------')
# 在位置 1 插入轴
y = np.expand_dims(x, axis = 1)
print ('在位置 1 插入轴之后的数组 y:')
print (y)
print ('--------------------')
print ('x.ndim 和 y.ndim:')
print (x.ndim,y.ndim)
print ('--------------------')
print ('x.shape 和 y.shape:')
print (x.shape, y.shape)
numpy.squeeze(arr, axis)
arr
:输入数组
axis
:整数或整数元组,用于选择形状中一维条目的子集
import numpy as np
x = np.arange(9).reshape(1,3,3)
print ('数组 x:')
print (x)
print ('--------------------')
y = np.squeeze(x)
print ('数组 y:')
print (y)
print ('--------------------')
print ('数组 x 和 y 的形状:')
print (x.shape, y.shape)
函数 | 描述 |
---|---|
concatenate | 连接沿现有轴的数组序列 |
stack | 沿着新的轴加入一系列数组。 |
hstack | 水平堆叠序列中的数组(列方向) |
vstack | 竖直堆叠序列中的数组(行方向) |
numpy.concatenate((a1, a2, ...), axis)
a1, a2, ...
:相同类型的数组axis
:沿着它连接数组的轴,默认为 0import numpy as np
a = np.array([[1,2],[3,4]])
print ('第一个数组:')
print (a)
print ('--------------------')
b = np.array([[5,6],[7,8]])
print ('第二个数组:')
print (b)
print ('--------------------')
# 两个数组的维度相同
print ('沿轴 0 连接两个数组:')
print (np.concatenate((a,b)))
print ('--------------------')
print ('沿轴 1 连接两个数组:')
print (np.concatenate((a,b),axis = 1))
numpy.stack(arrays, axis)
axis
:返回数组中的轴,输入数组沿着它来堆叠import numpy as np
a = np.array([[1,2],[3,4]])
print ('第一个数组:')
print (a)
print ('--------------------')
b = np.array([[5,6],[7,8]])
print ('第二个数组:')
print (b)
print ('--------------------')
print ('沿轴 0 堆叠两个数组:')
print (np.stack((a,b),0))
print ('--------------------')
print ('沿轴 1 堆叠两个数组:')
print (np.stack((a,b),1))
print ('--------------------')
print ('水平堆叠:')
c = np.hstack((a,b))
print (c)
print ('--------------------')
print ('竖直堆叠:')
d = np.vstack((a,b))
print (d)