原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
numpy 数组形状参数
在 NumPy 中，数组的形状（shape）是指数组各个维度的大小。
NumPy 提供了 shape 属性，用于获取或设置数组的形状。此外，你
还可以使用 reshape 函数来改变数组的形状。
以下是一些有关 NumPy 数组形状的常用参数和方法：
shape 属性：
shape 属性返回一个元组，其中包含数组的各个维度的大小。
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape) # 输出 (2, 3)，表示这是一个2 行3 列的
数组
reshape 函数：
reshape 函数用于改变数组的形状，它接受一个表示新形状的元
组作为参数。
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
reshaped_arr = arr.reshape((2, 3))
print(reshaped_arr)
这将把原始数组 arr 改变为一个2 行3 列的数组。
1 / 2
-1 的使用：
在 reshape 中，如果某个维度的大小设置为 -1，NumPy 会自动
计算该维度的大小，以确保数组的总大小不变。
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
reshaped_arr = arr.reshape((2, -1))
print(reshaped_arr)
在这个例子中，NumPy 会自动计算第二个维度的大小，使得数组
的总大小保持不变。
这些是 NumPy 中用于处理数组形状的一些基本参数和方法。根
据实际情况，你可能需要根据数组的维度和大小选择适当的形状参数。
2 / 2
文档评论（0）