numpy的array数组的数据升维与降维使用方法自学总结

本文主要介绍numpy中数据升维与降维问题

升维

注意数组的形式 是n行1列 还是1行n列
1.numpy.atleast_2d(数组名) 将输入视为至少具有二维的数组

2.numpy.atleast_3d(数组名) 以至少三个维度的数组形式查看

3.数组名[:,np.newaxis] 升维一次 冒号在前是生成n行1列 如下

4.数组名[np.newaxis,:] 升维一次 冒号在前是生成1行n列 如下

5.数组名.reshape(-1,1)

6.np.expand_dims(a, axis=0)

7.np.expand_dims(a, axis=1)

8.np.array(a,ndim=2) 参数ndim是多少就是多少维

降维

1.数组名.reval() 返回一个连续的扁平数组

2.squeeze(数组名)：除去多维数组中，维数为1的维度
3.数组名.reshape(-1)： 可以拉平多维数组 不管几维直接变一维
4.flatten（）：返回源数据的副本
上述问题所产生的矩阵全部可以通过 矩阵.T 或者np.transpose() 进行转置
从而达到你想要的m行n列 或者n行m列 无需刻意去记

如果还有别的方法请在评论区立补充 大家一起进步