Apakah Maksud -1 dalam NumPy Reshape?

Maksud -1 dalam bentuk semula numpy

Apabila membentuk semula tatasusunan 2D menjadi tatasusunan 1D menggunakan fungsi bentuk semula numpy, -1 boleh ditentukan sebagai salah satu dimensi. Anehnya, ini tidak menunjukkan elemen terakhir seperti yang biasanya berlaku semasa mengindeks tatasusunan.

Sebaliknya, -1 mewakili dimensi yang tidak diketahui. numpy mengira dimensi yang hilang dengan mendarabkan jumlah elemen dalam tatasusunan dengan dimensi yang diketahui.

Sebagai contoh, pertimbangkan tatasusunan 2D:

a = numpy.array([[1, 2, 3, 4], [5, 6, 7, 8]])

Membentuk semula menggunakan bentuk semula(-1 ), kita dapat:

a.reshape(-1)
array([[1, 2, 3, 4, 5, 6, 7, 8]])

Tatasusunan yang terhasil ialah 1D, dengan semua elemen daripada tatasusunan asal digabungkan.

Ciri ini amat berguna apabila berurusan dengan tatasusunan dimensi yang tidak diketahui. Dengan menyatakan -1, numpy secara automatik mengira dimensi yang hilang berdasarkan panjang tatasusunan dan dimensi yang disediakan.

Atas ialah kandungan terperinci Apakah Maksud -1 dalam NumPy Reshape?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!