数据分析&数据挖掘数组的形状

Posted tree0108

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析&数据挖掘数组的形状相关的知识,希望对你有一定的参考价值。

 1 import numpy as np
 2 
 3 # 创建一个数组
 4 arr = np.arange(16)
 5 print("arr:
", arr)
 6 print("arr的形状:", arr.shape)
 7 
 8 # 创建数组的时候不一定能指定其形状
 9 # 创建好之后,可以进行形状的修改
10 
11 # 可以通过shape属性改变形状,元素个数得一致
12 
13 arr.shape = (4, 4)
14 arr.shape = 4, 4
15 arr.shape = [4, 4]
16 # arr.shape = (2, 4)  # 错误,元素个数不同,不能进行形状更改
17 print("改变形状")
18 print(arr)
19 # reshape也可以修改数组的形状
20 # reshape会返回一个新的数组
21 arr = arr.reshape((2, 8))
22 print(arr)
23 print("arr形状修改之后的结果:", arr.shape)
24 
25 # 创建一个高维数组
26 arr = np.arange(16).reshape((4, 4))
27 arr = arr.reshape((-1,1))  # 二维,一列,-1占位
28 print("arr:
", arr)
29 print("arr的形状:", arr.shape)
30 
31 # 假设高位数组是一个样本——将这个高维数组变成一行
32 # 高维数组的展开
33 res = arr.flatten(order=C)  # 按行展开
34 res = arr.flatten(order=F)  # 按列展开
35 res = arr.ravel()  # 默认按行展开
36 res = arr.ravel(order=F)  # 按列展开
37 
38 print("res 数组展开的结果:", res)

以上是关于数据分析&数据挖掘数组的形状的主要内容,如果未能解决你的问题,请参考以下文章

有没有办法将 numpy 数组转换为数据框,然后再转换回 numpy 数组并仍保持原始形状?

数据分析&数据挖掘数组的通用函数

如何创建片段以重复变量编号中的代码行

学习NumPy全套代码超详细基本操作数据类型数组运算复制和试图索引切片和迭代形状操作通用函数线性代数

无法分配具有形状和数据类型的数组

在android活动中设置片段的形状和透明度