迅速掌握numpy中扩展维度的技巧

快速掌握NumPy中增加维度的技巧

NumPy是Python中最常用的科学计算库之一，它提供了大量的功能和工具，方便我们进行数组操作和数值计算。在实际的数据处理和分析过程中，我们经常需要对数据进行维度的调整和变换。本文将介绍在NumPy中快速增加维度的技巧，并给出具体的代码示例。

一、使用reshape函数

reshape函数是NumPy中最基本的用于改变数组维度的函数之一。它可以根据给定的参数重新调整数组的形状，包括维度和大小。以下是使用reshape函数增加维度的代码示例：

import numpy as np

# 1维数组转为2维数组
a = np.array([1, 2, 3, 4, 5, 6])
reshaped_a = np.reshape(a, (2, 3))
print(reshaped_a)
# 输出：
# [[1 2 3]
#  [4 5 6]]

# 2维数组转为3维数组
b = np.array([[1, 2], [3, 4]])
reshaped_b = np.reshape(b, (2, 2, 1))
print(reshaped_b)
# 输出：
# [[[1]
#   [2]]
#
#  [[3]
#   [4]]]

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。