Rumah >hujung hadapan web >html tutorial >Bagaimana untuk meningkatkan dimensi tatasusunan dalam numpy: langkah terperinci
Langkah terperinci dan contoh kod untuk operasi peningkatan dimensi dalam numpy
Pengenalan:
Dalam analisis data dan pengkomputeran saintifik, numpy ialah perpustakaan Python yang digunakan secara meluas, yang menyediakan fungsi operasi tatasusunan berbilang dimensi yang cekap. Dalam aplikasi praktikal, selalunya perlu untuk meningkatkan dimensi tatasusunan untuk memenuhi keperluan khusus. Artikel ini akan memperkenalkan langkah terperinci untuk menambah dimensi dalam numpy dan memberikan contoh kod khusus.
import numpy as np # 定义一个二维数组 arr1 = np.array([[1, 2, 3], [4, 5, 6]]) # 使用reshape函数增加维度 arr2 = arr1.reshape((2, 3, 1)) print(arr2.shape) # 输出:(2, 3, 1) print(arr2) # 输出: # [[[1] # [2] # [3]] # [[4] # [5] # [6]]]
Dalam kod sampel, tatasusunan dua dimensi arr1 mula-mula ditakrifkan, dan kemudian fungsi bentuk semula digunakan untuk mengubah suai bentuknya kepada (2, 3, 1), iaitu, arr1 tatasusunan dua dimensi ditambah. Akhirnya, bentuk dan kandungan tatasusunan yang diubah suai adalah output.
import numpy as np # 定义一个二维数组 arr1 = np.array([[1, 2, 3], [4, 5, 6]]) # 使用expand_dims函数增加维度 arr2 = np.expand_dims(arr1, axis=2) print(arr2.shape) # 输出:(2, 3, 1) print(arr2) # 输出: # [[[1] # [2] # [3]] # [[4] # [5] # [6]]]
Dalam kod sampel, tatasusunan dua dimensi arr1 mula-mula ditakrifkan, dan kemudian fungsi expand_dims digunakan untuk menambah dimensi pada paksi=2. Akhirnya, bentuk dan kandungan tatasusunan yang diubah suai adalah output.
import numpy as np # 定义一个二维数组 arr1 = np.array([[1, 2, 3], [4, 5, 6]]) # 使用newaxis关键字增加维度 arr2 = arr1[..., np.newaxis] print(arr2.shape) # 输出:(2, 3, 1) print(arr2) # 输出: # [[[1] # [2] # [3]] # [[4] # [5] # [6]]]
Dalam kod sampel, tatasusunan dua dimensi arr1 mula-mula ditakrifkan dan kemudian kata kunci newaxis digunakan untuk mengubah suai bentuknya kepada (2, 3, 1), iaitu, meningkatkan dimensi. Akhirnya, bentuk dan kandungan tatasusunan yang diubah suai adalah output.
Ringkasnya, artikel ini memperkenalkan tiga kaedah operasi peningkatan dimensi dalam numpy dan contoh kodnya. Pembaca boleh memilih kaedah yang sesuai untuk menambah dimensi mengikut keperluan sebenar bagi memenuhi keperluan pemprosesan data mereka sendiri. Fungsi Numpy yang berkuasa dan gaya pengekodan ringkas menjadikannya alat yang sangat diperlukan dalam analisis data dan pengkomputeran saintifik.
Atas ialah kandungan terperinci Bagaimana untuk meningkatkan dimensi tatasusunan dalam numpy: langkah terperinci. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!