Python 数组重塑


重塑数组

重塑意味着改变数组的形状。

数组的形状是每个维度中元素的数量。

通过重塑,我们可以添加或删除维度或更改每个维度中的元素数量。


从一维重塑为二维

示例

将以下包含 12 个元素的一维数组转换为二维数组。

最外面的维度将有 4 个数组,每个数组有 3 个元素:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

newarr = arr.reshape(4, 3)

print(newarr)
亲自试一试 »

从 1-D 重塑到 3-D

示例

将以下包含 12 个元素的一维数组转换为 3 维数组。

最外面的维度将有 2 个数组,其中包含 3 个数组,每个数组有 2 个元素:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

newarr = arr.reshape(2, 3, 2)

print(newarr)
亲自试一试 »


我们可以重塑成任何形状吗?

是的,只要两个形状中重塑所需的元素相同即可。

我们可以将 8 个元素的 1D 数组重塑为 4 个元素的 2 行 2D 数组,但我们无法将其重塑为 3 个元素的 3 行 2D 数组,因为这需要 3x3 = 9 个元素。

示例

尝试将具有 8 个元素的 1D 数组转换为每个维度具有 3 个元素的 2D 数组(会引发错误):

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

newarr = arr.reshape(3, 3)

print(newarr)
亲自试一试 »

返回副本还是查看?

示例

检查返回的数组是副本还是视图:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

print(arr.reshape(2, 4).base)
亲自试一试 »

上面的示例返回原始数组,因此它是一个视图。


未知维度

您可以拥有一个 "unknown" 维度。

这意味着您不必在重塑方法中为其中一个维度指定准确的数字。

经过-1作为值,NumPy 将为您计算这个数字。

示例

将具有 8 个元素的 1D 数组转换为具有 2x2 元素的 3D 数组:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

newarr = arr.reshape(2, 2, -1)

print(newarr)
亲自试一试 »

笔记:我们无法通过-1到多个维度。


展平数组

扁平化数组意味着将多维数组转换为一维数组。

我们可以用reshape(-1)去做这个。

示例

将数组转换为一维数组:

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

newarr = arr.reshape(-1)

print(newarr)
亲自试一试 »

笔记:numpy中有很多改变数组形状的函数flatten,ravel以及重新排列元素rot90,flip,fliplr,flipud这些属于 numpy 的中级到高级部分。


通过练习测试一下

练习:

使用正确的 NumPy 方法将数组的形状从一维更改为二维。

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])

newarr = arr.(4, 3)

开始练习