numpy中数组维度的理解 您所在的位置:网站首页 numpy的切片是什么意思 numpy中数组维度的理解

numpy中数组维度的理解

2024-07-16 17:46| 来源: 网络整理| 查看: 265

参考 这篇文章主要是为了弄清楚数组按每个维度进行计算时,具体的操作是什么样的。

一、数组中的各个维度表示的是什么?

为了便于理解,用单位体表示,剥去一层中括号后,得到的数据。

1. 以二维数组为例 import numpy as np np.random.seed(0) arr2 = np.random.randint(0,9,size=(4,3)) print(arr2) [[5 0 3] [3 7 3] [5 2 4] [7 6 8]]

这个二维数组,总共有两层中括号。在剥去最外层的中括号后,是4个长度为3的一维数组:[5 0 3],[3 7 3],[5 2 4],[7 6 8]。拿任意一个单位体举例,如[5 0 3],剥去中括号,是3个单位体5,0,3.

2. 以3维数组举例 arr2 = np.random.randint(0,9,size=(2,4,3)) [[[5 0 3] [3 7 3] [5 2 4] [7 6 8]] [[8 1 6] [7 7 8] [1 5 8] [4 3 0]]]

这个三维数组,总共有三层中括号。在剥去最外层的中括号后,是2个(4,3)的数组(绿色方框表示的): 在这里插入图片描述 后面就和二维数组的表示方法相同。 数组剥去最外层中括号后,得到的单位体的个数表示第0个维度(axis=0)的大小,次外层就是第二个维度(axis=1)的大小,以此类推。

二、数组中按维度计算 二维数组中按维度求和 arr.sum(axis=0)

数组是尺寸是(4,3),按第0个维度求和后,维度为(3,) 在这里插入图片描述

arr.sum(axis=1)

在这里插入图片描述

2. 3维数组按维度求和 2.3.1 axis=0

数组是尺寸是(2,4,3),按第0个维度求和后,维度为(4,3).两个(4,3)的矩阵,对应位置上的元素求和。 剥去最外层中括号后的单位体上对应元素求和 在这里插入图片描述

2.3.2 axis=1

过程: 数组是尺寸是(2,4,3),剥去最外层的中括号,是两个单位体(4,3)——最外层单位体。两个单位体再剥去一层中括号,得到4个(3,)的数组——次外层单位体。每个最外层单位体内的次外层单位体上相应位置的元素分别相加。 尺寸是(2,4,3)按axis=1相加后,得到的结果的尺寸是(2,3) 在这里插入图片描述

2.3.3 axis=2

依照上面的做法,axis=?就将中括号剥到第几层,然后对应位置上的元素相加。

过程: 数组是尺寸是(2,4,3),剥去最外层的中括号,是两个单位体(4,3)——最外层单位体。两个单位体再剥去一层中括号,得到4个(3,)的数组——次外层单位体。4个单位体再剥去最外层的中括号,得到3个次次单位体——标量。 在这里插入图片描述

axis = 2 print('*'*10,' axis = %a'%(axis),'*'*10)# 这种格式输出方式 print(arr.sum(axis=axis))

在这里插入图片描述



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有