《深度学习与图像识别:原理与实践》—2.3.3 获取Numpy属性
2.3.3 获取Numpy属性
首先,我们通过Numpy中的一个方法arange(n),生成0到n-1的数组。比如,我们输入np.arange(15),可以看到返回的结果是array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])。
然后,再通过Numpy中的reshape(row,column)方法,自动构架一个多行多列的array对象。
比如,我们输入:
a = np.arange(15).reshape(3,5) #代表3行5列
可以看到结果:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
有了基本数据之后,我们就可以通过Numpy提供的shape属性获取Numpy数组的行数与列数,示例代码如下:
print(a.shape)
可以看到返回的结果是一个元组(tuple),第一个3代表的是3行,第二个5代表的是5列:
(3, 5)
轮到你来:
使用arange和reshape方法自定义一个Numpy数组,最后通过Python中的print方法打印出数组的shape值(返回的应该是一个元组类型)。
我们可以通过.ndim来获取Numpy数组的维度,示例代码如下:
importnumpy as np
x = np.arange(15)
print(x.ndim) #输出x向量的维度,这时能看到的维度是1维
X = x.reshape(3,5) #将x向量转为三行五列的二维矩阵
Print(X.ndim) #输出X矩阵的维度,这时能看到的维度是2维
reshape方法的特别用法
如果只关心需要多少行或者多少列,其他由计算机自己来算,那么这个时候我们可以使用如下方法:
x.reshape(15,-1) #我关心的是我只要15行,列由计算机自己来算
x.reshape(-1,15) #我关心的是我只要15列,行由计算机自己来算
- 点赞
- 收藏
- 关注作者
评论(0)