Numpy使用总结(4)——形状操作

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/huhuandk/article/details/86362653

import numpy as np
tang_array = np.arange(10)
print(tang_array)

print(tang_array.shape)  # 数组形状
print(tang_array.reshape(2,5))  # 改变数组形状，数组大小不能改变

tang_array = tang_array[np.newaxis,:]  # 增加维度,维度变为(1,10)
print(tang_array.shape)

tang_array = tang_array[:,np.newaxis]  # 增加维度,维度变为(10,1)
print(tang_array.shape)

tang_array = tang_array[:,np.newaxis,np.newaxis]  # 继续增加2个维度,维度变为(1,1,1，10)
print(tang_array.shape)

tang_array = tang_array.squeeze()  # 压缩无用维度，维度变为(10，)
print(tang_array.shape)

print(tang_array.transpose())  # 数组转置

a = np.array([[123,456,678],[3214,456,134]])
b = np.array([[1235,3124,432],[43,13,134]])
c = np.concatenate((a,b))   # 数组连接

print(np.vstack((a,b)))  # 竖着拼接
print(np.hstack((a,b)))  # 横着拼接

print(a.flatten())  # 数组拉平