python numpy.shape 和 numpy.reshape函数
版权声明:本文为博主原创文章,未经博主允许不得转载。
http://blog.csdn.net/u012005313/article/details/49383551
导入numpy模块
[python] view plain copy
- from numpy import *
- import numpy as np
#####################################################
numpy.shape:
[python] view plain copy
- help(shape)
输入参数:类似数组(比如列表,元组)等,或是数组
返回:一个整型数字的元组,元组中的每个元素表示相应的数组每一维的长度
类似数组
[python] view plain copy
- #一维列表
- L=range(5)
- shape(L)
- #二维列表
- L=[[1,2,3],[4,5,6]]
- shape(L)
数组:
[python] view plain copy
- #一维数组
- arr=array(range(5))
- shape(arr)
- #二维数组
- arr=array([[1,2,3], [4,5,6]])
- shape(arr)
#############################################################
numpy.reshape:
[python] view plain copy
- help(reshape)
函数功能:给予数组一个新的形状,而不改变它的数据
输入参数:
a:将要被重塑的类数组或数组
newshape:整数值或整数元组。新的形状应该兼容于原始形状。如果是一个整数值,表示一个一维数组的长度;如果是元组,一个元素值可以为-1,此时该元素值表示为指定,此时会从数组的长度和剩余的维度中推断出
order:可选(忽略)
返回:一个新的形状的数组
[python] view plain copy
- a=array([[1,2,3],[4,5,6]])
- reshape(a, 6)
[python] view plain copy
- reshape(a, (3, -1)) #为指定的值将被推断出为2
还没有评论,来说两句吧...