pythonreshape函数三个参数_详解
shape（）。。。
我们知道shape()是⽤来改变numpy数组的形状的，但是它的参数会有⼀些特殊的⽤法，这⾥我们进⼀步说明⼀下。代码如下：
import numpy as np
class Debug:
def __init__(self):
self.array1 = np.ones(6)
def mainProgram(self):
print("The value of array1 is: ")
print(self.array1)
print("The array2 is: ")
array2 = shape(2, 3)
print(array2)
if __name__ == '__main__':
main = Debug()
main.mainProgram()
"""
The value of array1 is:
[1. 1. 1. 1. 1. 1.]
The array2 is:
[[1. 1. 1.]
[1. 1. 1.]]
"""
这⾥我们看到我们将⼀个长度为6的⼀维数组变成了⼀个尺⼨为(2, 3)的⼆维数组，这⾥的2代表2⾏，对应y轴，3代表3列，对应x轴。
然⽽有时候我们会在reshape中使⽤到-1这个参数，当使⽤这个参数时，会将数组重新塑形变得⼗分简单。代码如下：
class Debug:
def __init__(self):
self.array1 = np.ones(6)
def mainProgram(self):
print("The value of array1 is: ")
print(self.array1)
print("The array2 is: ")
array2 = shape(-1, 3)
print(array2)
if __name__ == '__main__':
main = Debug()
python获取数组长度main.mainProgram()
"""
The value of array1 is:
[1. 1. 1. 1. 1. 1.]
The array2 is:
[[1. 1. 1.]
[1. 1. 1.]]
"""
我们可以看到当我们将reshape的第⼀个参数变为-1时，我们仍旧获得了⼀个尺⼨为(2, 3)的数组，其实在这⾥，-1代表的意思为6 / 3
=2，其中6是被塑形⼀维数组的长度，3是我们指定的⼆维数组⼀个⽅向的维度。这样的好处就是当数据量⽐较⼤时，我们在⼆维数组重新塑形时只需要指定⼀个维度上的尺⼨，另⼀个维度上的尺⼨python会⾃动为我们计算。
到此这篇关于详解shape()函数的参数问题的⽂章就介绍到这了，更多相关shape()函数参数内容请搜索我们以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持我们！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。