亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

numpy數(shù)組維度理解終結(jié)版

LeexMuller / 2276人閱讀

摘要：寫在前面可能你會不相信，我是從玩中過來的，我覺得有必要記錄一下，這個坑還非踩不可為了說的清楚一點兒，我多鋪墊一點兒，先說說數(shù)組維度的理解引子老鐵們猜一猜長啥樣我猜你還沒到點我到底想說啥，還是一頭霧水，對吧哈哈別揍我，關(guān)子賣的挺大，我到底想說

寫在前面

可能你會不相信，我是從玩pytorch中過來的，我覺得有必要記錄一下，transpose這個坑還非踩不可,為了說的清楚一點兒，我多鋪墊一點兒，先說說numpy數(shù)組維度的理解

引子 
>>> a = np.arange(start=0, stop=24)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23])
>>> a = a.reshape(4, 3, 2)
>>> # 老鐵們猜一猜長啥樣
>>> a
array([[[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]],

       [[18, 19],
        [20, 21],
        [22, 23]]])
>>> # 我猜你還沒get到點
>>> a.shape
(4, 3, 2)
>>> # 我到底想說啥，還是一頭霧水，對吧？？哈哈

別揍我，關(guān)子賣的挺大，我到底想說啥呢？？
可能多用來處理圖片的緣故，咱們多用二維數(shù)組，二維數(shù)組array.shape返回的元組，[0]是有幾行的意思(也就是數(shù)組所謂的寬)，[1]是有幾列的意思(也就是數(shù)組所謂的長)
而上面引例中，你可以把它理解為四通道的圖片,而每一通道可以多帶帶視作一張灰度圖, 這樣說應(yīng)該沒問題吧？(希望大家能理解)，所以按照咱們之前在二維圖片的理解，a.shape返回的元組應(yīng)該有[0]是圖片的寬(有幾行),[1]是圖片的長(有幾列)，[2]是圖片的通道數(shù)
所以a.shape應(yīng)該為：(3, 2, 4)即三行兩列四通道

然而實際上,a.shape返回的元組是(4, 3, 2)，該怎么理解呢？？
我這里提出一種解釋（只方便理解，也不知道對不對哈）

咱們初次看三維數(shù)組a
扒開它的第一層皮，看到了四個二維數(shù)組:
       [[ 0,  1],
        [ 2,  3],
        [ 4,  5]],

       [[ 6,  7],
        [ 8,  9],
        [10, 11]],

       [[12, 13],
        [14, 15],
        [16, 17]],

       [[18, 19],
        [20, 21],
        [22, 23]]
而你看到的4個二維數(shù)組所在的維度就是三維數(shù)組中所謂的第一維即shape[0]

取這4個二維數(shù)組中的第一個
把它的皮剝掉
        [ 0,  1],
        [ 2,  3],
        [ 4,  5]
沒錯，我想說的就是，這3個一維數(shù)組所在的維度就是三維數(shù)組中所謂的第二維即shape[1]

咱有始有終，取這3個一維數(shù)組中的第一個
把它的皮剝掉,
        0， 1
只剩下兩個常數(shù)，嗯嗯，這倆常數(shù)就是三維數(shù)組中所謂的第三維即shape[2]
總結(jié)一下

看見高維度數(shù)組，不要慌，從外向里依次"剝皮"，就分別是數(shù)組的第1， 2， 3......維度
下一篇博客寫transpose函數(shù)

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://www.ezyhdfw.cn/yun/45251.html

相關(guān)文章

  • python綜合學(xué)習(xí)三之Numpy和Pandas

    摘要：本章學(xué)習(xí)兩個科學(xué)運算當(dāng)中最為重要的兩個模塊，一個是一個是。這種工具可用來存儲和處理大型矩陣，比自身的嵌套列表結(jié)構(gòu)要高效的多該結(jié)構(gòu)也可以用來表示矩陣。專為進行嚴(yán)格的數(shù)字處理而產(chǎn)生?？梢酝ㄟ^函數(shù)對相應(yīng)值進行打印檢驗。 本章學(xué)習(xí)兩個科學(xué)運算當(dāng)中最為重要的兩個模塊，一個是 numpy,一個是 pandas。任何關(guān)于數(shù)據(jù)分析的模塊都少不了它們兩個。 一、numpy & pandas特點 NumP...

    tinylcy 評論0 收藏0

  • Python數(shù)據(jù)分析 - numpy

    摘要：前言以下簡稱是數(shù)據(jù)分析必不可少的第三方庫，的出現(xiàn)一定程度上解決了運算性能不佳的問題，同時提供了更加精確的數(shù)據(jù)類型。因此，理解的數(shù)據(jù)類型對數(shù)據(jù)分析十分有幫助。一維數(shù)據(jù)由對等關(guān)系的有序或無序數(shù)據(jù)構(gòu)成，采用線性方式組織，可以用數(shù)組表示。 前言 NUMPY（以下簡稱NP）是Python數(shù)據(jù)分析必不可少的第三方庫，np的出現(xiàn)一定程度上解決了Python運算性能不佳的問題，同時提供了更加精確的數(shù)據(jù)...

    CHENGKANG 評論0 收藏0

  • Numpy中的通用函數(shù)和聚合

    摘要：概述在中存在著通用函數(shù)和聚合去對數(shù)據(jù)進行處理通過向量進行對數(shù)據(jù)數(shù)組的計算而這些向量主要依靠一些通用函數(shù)而聚合是對面對大量數(shù)據(jù)時獲取描述性統(tǒng)計信息的方法。三角函數(shù)提供了大量好用的通用函數(shù)，其中對于數(shù)據(jù)科學(xué)家最有用的就是三角函數(shù)。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述 在Numpy中存在著通用函數(shù)...

    xorpay 評論0 收藏0

  • 【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[一] numpy

    摘要：提供了使我們能夠快速便捷地處理結(jié)構(gòu)化數(shù)據(jù)的大量數(shù)據(jù)結(jié)構(gòu)和函數(shù)。結(jié)構(gòu)化數(shù)據(jù)，例如多維數(shù)據(jù)矩陣表格行數(shù)據(jù)，其中各列可能是不同的類型字符串?dāng)?shù)值日期等?；A(chǔ)數(shù)組和矢量計算高性能科學(xué)計算和數(shù)據(jù)分析的基礎(chǔ)包。 本篇內(nèi)容為整理《利用Python進行數(shù)據(jù)分析》，博主使用代碼為 Python3，部分內(nèi)容和書本有出入。 利用 Python 進行科學(xué)計算的實用指南。本書重點介紹了用于高效解決各種數(shù)據(jù)分析問...

    wushuiyong 評論0 收藏0

  • Numpy 中文用戶指南 2. 快速啟動

    摘要：注意和標(biāo)準(zhǔn)庫類并不相同，后者只處理一維數(shù)組和提供少量功能。然而，指定參數(shù)你可以吧運算應(yīng)用到數(shù)組指定的軸上通用函數(shù)提供常見的數(shù)學(xué)函數(shù)如和。在中，這些叫作通用函數(shù)。函數(shù)，另一方面，將一維數(shù)組以行組合成二維數(shù)組。 原文：Quickstart tutorial 譯者：Reverland 來源：試驗性NumPy教程(譯) 2.1 先決條件 在閱讀這個教程之前，你多少需要知道點python。如...

    shiina 評論0 收藏0

發(fā)表評論

0條評論

LeexMuller

男|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<