numpy數組維度理解終結版

LeexMuller 發布于2019-07-31 11:31 / 2214人閱讀

摘要：寫在前面可能你會不相信，我是從玩中過來的，我覺得有必要記錄一下，這個坑還非踩不可為了說的清楚一點兒，我多鋪墊一點兒，先說說數組維度的理解引子老鐵們猜一猜長啥樣我猜你還沒到點我到底想說啥，還是一頭霧水，對吧哈哈別揍我，關子賣的挺大，我到底想說

寫在前面

可能你會不相信，我是從玩pytorch中過來的，我覺得有必要記錄一下，transpose這個坑還非踩不可,為了說的清楚一點兒，我多鋪墊一點兒，先說說numpy數組維度的理解

引子

>>> a = np.arange(start=0, stop=24)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23])
>>> a = a.reshape(4, 3, 2)
>>> # 老鐵們猜一猜長啥樣
>>> a
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]],

       [[18, 19],
        [20, 21],
        [22, 23]]])
>>> # 我猜你還沒get到點
>>> a.shape
(4, 3, 2)
>>> # 我到底想說啥，還是一頭霧水，對吧？？哈哈

別揍我，關子賣的挺大，我到底想說啥呢？？
可能多用來處理圖片的緣故，咱們多用二維數組，二維數組array.shape返回的元組，[0]是有幾行的意思(也就是數組所謂的寬)，[1]是有幾列的意思(也就是數組所謂的長)
而上面引例中，你可以把它理解為四通道的圖片,而每一通道可以多帶帶視作一張灰度圖, 這樣說應該沒問題吧？(希望大家能理解)，所以按照咱們之前在二維圖片的理解，a.shape返回的元組應該有[0]是圖片的寬(有幾行),[1]是圖片的長(有幾列)，[2]是圖片的通道數
所以a.shape應該為：(3, 2, 4)即三行兩列四通道

然而實際上,a.shape返回的元組是(4, 3, 2)，該怎么理解呢？？
我這里提出一種解釋（只方便理解，也不知道對不對哈）

咱們初次看三維數組a
扒開它的第一層皮，看到了四個二維數組:

       [[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]],

       [[18, 19],
        [20, 21],
        [22, 23]]

而你看到的4個二維數組所在的維度就是三維數組中所謂的第一維即shape[0]

取這4個二維數組中的第一個
把它的皮剝掉

        [ 0,  1],
        [ 2,  3],
        [ 4,  5]

沒錯，我想說的就是，這3個一維數組所在的維度就是三維數組中所謂的第二維即shape[1]

咱有始有終，取這3個一維數組中的第一個
把它的皮剝掉,

        0， 1

只剩下兩個常數，嗯嗯，這倆常數就是三維數組中所謂的第三維即shape[2]

總結一下

看見高維度數組，不要慌，從外向里依次"剝皮"，就分別是數組的第1， 2， 3......維度
下一篇博客寫transpose函數

云服務器 GPU云服務器 numpy創建數組 numpy數組操作終結版 python數組維度

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/45251.html

python綜合學習三之Numpy和Pandas

摘要：本章學習兩個科學運算當中最為重要的兩個模塊，一個是一個是。這種工具可用來存儲和處理大型矩陣，比自身的嵌套列表結構要高效的多該結構也可以用來表示矩陣。專為進行嚴格的數字處理而產生。可以通過函數對相應值進行打印檢驗。本章學習兩個科學運算當中最為重要的兩個模塊，一個是 numpy,一個是 pandas。任何關于數據分析的模塊都少不了它們兩個。一、numpy & pandas特點 NumP...

tinylcy 2019-07-30 17:37 評論0 收藏0
Python數據分析 - numpy

摘要：前言以下簡稱是數據分析必不可少的第三方庫，的出現一定程度上解決了運算性能不佳的問題，同時提供了更加精確的數據類型。因此，理解的數據類型對數據分析十分有幫助。一維數據由對等關系的有序或無序數據構成，采用線性方式組織，可以用數組表示。前言 NUMPY（以下簡稱NP）是Python數據分析必不可少的第三方庫，np的出現一定程度上解決了Python運算性能不佳的問題，同時提供了更加精確的數據...

CHENGKANG 2019-07-30 14:44 評論0 收藏0
Numpy中的通用函數和聚合

摘要：概述在中存在著通用函數和聚合去對數據進行處理通過向量進行對數據數組的計算而這些向量主要依靠一些通用函數而聚合是對面對大量數據時獲取描述性統計信息的方法。三角函數提供了大量好用的通用函數，其中對于數據科學家最有用的就是三角函數。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述在Numpy中存在著通用函數...

xorpay 2019-07-31 10:18 評論0 收藏0
【數據科學系統學習】Python # 數據分析基本操作[一] numpy

摘要：提供了使我們能夠快速便捷地處理結構化數據的大量數據結構和函數。結構化數據，例如多維數據矩陣表格行數據，其中各列可能是不同的類型字符串數值日期等。基礎數組和矢量計算高性能科學計算和數據分析的基礎包。本篇內容為整理《利用Python進行數據分析》，博主使用代碼為 Python3，部分內容和書本有出入。利用 Python 進行科學計算的實用指南。本書重點介紹了用于高效解決各種數據分析問...

wushuiyong 2019-07-31 11:11 評論0 收藏0
Numpy 中文用戶指南 2. 快速啟動

摘要：注意和標準庫類并不相同，后者只處理一維數組和提供少量功能。然而，指定參數你可以吧運算應用到數組指定的軸上通用函數提供常見的數學函數如和。在中，這些叫作通用函數。函數，另一方面，將一維數組以行組合成二維數組。原文：Quickstart tutorial 譯者：Reverland 來源：試驗性NumPy教程(譯) 2.1 先決條件在閱讀這個教程之前，你多少需要知道點python。如...

shiina 2019-07-24 18:36 評論0 收藏0