NumPy-Methoden zum Umgang mit Dimensionen

Blog

NumPy-Methoden zum Umgang mit Dimensionen

z.B. newaxis

Es wird verwendet, um die Dimension des vorhandenen Arrays zu erhöhen. Es verwendet den Slicing-Operator, um das Array neu zu erstellen.

Die Dimension wird temporär an der Position von np.newaxis im Array hinzugefügt. „None“ kann auch anstelle von np.newaxis verwendet werden

np.umformen:

Es wird verwendet, um das Array in das gewünschte Layout umzuformen

np.expand_dims:

Es erweitert die Form eines Arrays durch Einfügen einer neuen Achse an der Achsenposition in der erweiterten Array-Form

Wo kann man einen Shiba Inu kaufen?

Sehen wir uns einige Hauptanwendungen an, bei denen die oben genannten NumPy-Dimensionshandhabungsoperationen nützlich sind:

jquery Mauerwerk Bildergalerie

Anwendung 1 : Rang 1-Array-zu-Zeilen-/Spalten-Vektorkonvertierung

Hier haben wir ein Array von 4 Elementen mit der Form (4,) namens as . erstellt Rang 1-Arrays.

import numpy as np ### create an array of 4 elements x1 = np.arange(4) print('Array of 4 elements:', x1) print('Notice the shape, this is rank 1 array:', x1.shape) print('after transpose:', x1.T.shape) Array of 4 elements: [0 1 2 3] Notice the shape, this is rank 1 array: (4,) after transpose: (4,)

**Rang-1-Arrays führen jedoch zu mehrdeutigen Ergebnissen, da sie sich nicht konsistent als Zeilen-/Spaltenvektoren verhalten. Wie oben gezeigt, wenn wir x1 transponieren, bleibt seine Form gleich.

Daher wird immer empfohlen, die Dimensionen eines Arrays explizit anzugeben. Dies kann durch alle 3 oben erläuterten Techniken erreicht werden:

  • mit np.newaxis:
### create a row vector by adding first dimension print('row vector:', x1[np.newaxis, :] ) print(x1[np.newaxis, :].shape) ### create a column vector by adding second dimension print(' ') print('column vector: ', x1[:, np.newaxis]) print(x1[:, np.newaxis].shape)

#numpy #umformen #dimensionen #axis #python

medium.com

NumPy-Methoden zum Umgang mit Dimensionen

np.reshape, np.newaxis und np.expand_dims illustriert mit Python-Code