网络编程
位置:首页>> 网络编程>> Python编程>> Numpy中array数组对象的储存方式(n,1)和(n,)的区别

Numpy中array数组对象的储存方式(n,1)和(n,)的区别

作者:旅途中的宽~  发布时间:2022-08-28 03:08:32 

标签:Numpy,(n,1),(n,)

之前一直傻傻分不清(n,1)和(n,)之间的区别,这里做一下总结,希望度过此文章的小伙伴都能明白。

例如如果我们创建一个包含10个整型数的数组 a :

import numpy as np
a=np.arange(10)
a

结果为:

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

则 a 包含了一个数据缓冲区,储存成如下的样子:

Numpy中array数组对象的储存方式(n,1)和(n,)的区别

a.shape

数据的维度为:(10,)

在这里,shape=(10,)意味着这个数组仅仅被一个索引支配:从0到9。从概念上讲,假如我们使用这个单独的索引给 a 打上标签,那么 a 将看起来像这样:

Numpy中array数组对象的储存方式(n,1)和(n,)的区别

reshape一个数组的操作不会改变数据缓冲区,而是创建一个新的解释数据的视窗。

b=a.reshape((2,5))
b

结果为:

array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

这样我们的数据就会有两个维度来控制,其中一个的范围是从0到4,另一个的范围是从5到9。

我们举个例子,我们想要取出里面的1值,如何切片操作?

b[0,1]

总结:

第一个形状为(10,)的数组是一维数组。它的结构应该与此类似:a=[1,2,3,4,5]

第二个形状为(10,1)。 类似于b=[[1],[2],[3],[4],[5]]

来源:https://blog.csdn.net/wzk4869/article/details/127244506

0
投稿

猜你喜欢

手机版 网络编程 asp之家 www.aspxhome.com