标签：port   改变   att   sdn   计算   情况下   python   使用   numpy   

1.查询矩阵的大小:.shape


import numpy as np
a = np.array([1, 2, 3, 4])
b = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [7, 8, 9, 10]])
print (a.shape)
print (‘---‘)
print (b.shape)
# 输出 (4,)
---
(3, 4)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

(4, )shape有一个元素即为一维数组，数组中有4个元素 
(3, 4)shape有两个元素即为二维数组，数组为3行4列

1.1通过修改数组的shape属性，在保持数组元素个数不变的情况下，改变数组每个轴的长度。下面的例子将数组b的shape改为(4, 3)，从(3, 4)改为(4, 3)并不是对数组进行转置，而只是改变每个轴的大小，数组元素在内存中的位置并没有改变：

b.shape = 4, 3
print (b)
# 输出 [[ 1  2  3]
 [ 4  4  5]
 [ 6  7  7]
 [ 8  9 10]]

• 1
• 2
• 3
• 4
• 5
• 6

1.2.当某个轴的元素为-1时，将根据数组元素的个数自动计算该轴的长度，下面程序将数组b的shape改为了(2, 6)：

b.shape = 2, -1
print (b)
# 输出 [[ 1  2  3  4  4  5]
 [ 6  7  7  8  9 10]]

• 1
• 2
• 3
• 4

2.使用数组的reshape方法，可以创建一个改变了尺寸的新数组，原数组的shape保持不变：

a = np.array((1, 2, 3, 4))
b = a.reshape((2, 2))
b
# 输出 array([[1, 2],
       [3, 4]])

3.创建数组： .array 
首先需要创建数组才能对其进行其它操作，通过给array函数传递Python的序列对象创建数组，如果传递的是多层嵌套的序列，将创建多维数组(如c):

import numpy as np
a = np.array([1, 2, 3, 4])
b = np.array((5, 6, 7, 8))
c = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [7, 8, 9, 10]])
print (a)
print (‘---‘)
print (b)
print (‘---‘)
print (c)
# 输出 [1 2 3 4]
---
[5 6 7 8]
---
[[ 1  2  3  4]
 [ 4  5  6  7]
 [ 7  8  9 10]]

• 若导入numpy用的是import numpy命令，那么在创建数组的时候用a = numpy.array([1, 2, 3, 4])的形式
• 若导入numpy用的是import numpy as np命令，那么用 a = np.array([1, 2, 3, 4])

http://blog.csdn.net/lwplwf/article/details/55506896
http://blog.csdn.net/sinat_34474705/article/details/74458605

Python之numpy

标签：port   改变   att   sdn   计算   情况下   python   使用   numpy   

原文地址：http://www.cnblogs.com/ylHe/p/7739289.html