数组维度

NumPy 入门

Izzy Weber

Core Curriculum Manager, DataCamp

三维数组（3D）

array_1_2D = np.array([[1, 2], [5, 7]])
array_2_2D = np.array([[8, 9], [5, 7]])
array_3_2D = np.array([[1, 2], [5, 7]])
array_3D = np.array([array_1_2D, array_2_2D, array_3_2D])

三维数组示意图

四维数组（4D）

array_4D = np.array([array_A_3D, array_B_3D, array_C_3D, array_D_3D, array_E_3D,
                     array_F_3D, array_G_3D, array_H_3D, array_I_3D])

四维数组示意图

向量数组

图示：在 NumPy 中，一维数组不分垂直或水平

图示：在 NumPy 中，二维数组可为垂直或水平

矩阵与张量数组

矩阵有两个维度

矩阵示意图

张量有三个或更多维度

张量示意图

形状变换

数组属性：

.shape

数组方法：

.flatten()
.reshape()

获取数组形状

array = np.zeros((3, 5))
print(array)

array([[0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0.]])

array.shape

(3, 5)

行与列

在二维数组中…

行是第一维
列是第二维

带行和列标签的二维数组

展平数组

array = np.array([[1, 2], [5, 7], [6, 6]])
array.flatten()

array([1, 2, 5, 7, 6, 6])

重塑数组形状

array = np.array([[1, 2], [5, 7], [6, 6]])
array.reshape((2, 3))

array([[1, 2, 5],
       [7, 6, 6]])

array.reshape((3, 3))

ValueError: cannot reshape array of size 6 into shape (3,3)

Passons à la pratique !

NumPy 入门