numpy 中的reshape，flatten，ravel 数据平展，多维数组变成一维数组

标签：class   att   默认   code   赋值   pre   size   array   range   

numpy 中的reshape，flatten，ravel 数据平展，多维数组变成一维数组

import numpy as np

使用array对象

arr1=np.arange(12).reshape(3,4)
print(arr1)
print(type(arr1))

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

• flatten 展平

a=arr1.flatten() 
# 默认参数order=C，按照行进行展平；order=F，按照列进行展平，交叉展平；
#A 或K参数用的不多，顾不变多记，到时候找到会用即可
a[2]=1000
print(arr1)  # arr1 并没有改变,flatten 返回的是copy
a

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]


array([   0,    1, 1000,    3,    4,    5,    6,    7,    8,    9,   10,
         11])

• reshape 变换

arr1=np.arange(12).reshape(3,4)
b=arr1.reshape(-1)  #  b=arr1.reshape((-1)) 等同的效果意义 ,  
b[2]=1000
print(arr1)# 返回的是视图view

[[   0    1 1000    3]
 [   4    5    6    7]
 [   8    9   10   11]]

• ravel 变换

arr1=np.arange(12).reshape(3,4)
c=arr1.ravel()
c

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

c[2]=10001
arr1  # 返回的是视图view

array([[    0,     1, 10001,     3],
       [    4,     5,     6,     7],
       [    8,     9,    10,    11]])

• resize

arr1=np.arange(12).reshape(3,4)
arr1.resize((4,3))  #  无返回值，即会对原始多维数组直接进行修改，也就是不能赋值
arr1

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])

对matrix对象进行操作

# 使用matrix对象的时候，返回的仍是matrix，得不到想要的结果,不过该matrix仍然可以使用numpy中的一些方法对其操作，比如sum，min,max等等
d=np.matrix(np.arange(12).reshape(3,4))
d

matrix([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]])

d.flatten()# 

matrix([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11]])

numpy 中的reshape，flatten，ravel 数据平展，多维数组变成一维数组

标签：class   att   默认   code   赋值   pre   size   array   range   

原文地址：https://www.cnblogs.com/onemorepoint/p/9551762.html