Python中Numpy数组形状改变的代码是什么-群英

本篇内容介绍了“Python中Numpy数组形状改变的代码是什么”的有关知识，在实际项目的操作过程或是学习过程中，不少人都会遇到这样的问题，接下来就让小编带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！

数组的shape属性返回一个元组，包括维度以及每个轴的元素数量，Numpy 还提供了一个reshape()方法，它可以改变数组的形状，返回一个新的数组。

例如：

a = np.array([1,2,3,4,5,6,7,8])

转换成二维数组：

b = a.reshape((2,4))

转换成三维数组：

c = a.reshape((2,2,2))

但是需要注意的是，修改后的数组元素个数与原数组元素个数必须是一致的，不一致会报错。例如执行b = a.reshape((2,5))代码会报“ValueError: cannot reshape array of size 8 into shape (2,5)”的错误。

2.索引和切片

在处理数据时，不可避免要对数据进行索引和切片，选择数据的某几行、某几列数据等，Numpy 在这方面也非常强大，具体如下：

一维数组索引和切片一维数组索引和切片比较简单，类似于Python的列表，例如：

a = np.array([1,2,3,4,5,6])
# 获取第4个元素
a[4]
# 获取前3个元素
a[:3]

多维数组索引和切片多维数组有多个轴，那么就需要对每个轴进行索引，此处以二维数组为例：

a = np.array([[1,2,3],[4,5,6]])
# 获取某一行数据（第二行）
a[1]
# 获取第二行第二个数据
a[1,1]

如果取第0轴前2个元素、第1轴前2个元素，那么切片如下：

a[:2,:2]

布尔索引

Numpy 布尔索引指的是根据bool类型True和False确定的索引，例如：

a = np.arange(10)
b = a<6
b

结果输出如下：

array([ True,  True,  True,  True,  True,  True, False, False, False,
       False])

通过结果可以看到，元素值小于6的话，布尔索引值为True，否则为False。如果想要过滤出来符合条件的结果，而不是输出True和False，可以使用a[b]即a[a<6]实现。

以上就是关于“Python中Numpy数组形状改变的代码是什么”的相关知识，感谢各位的阅读，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。