python知识:numpy的维度之变
一、一維度函數,np.linspace();
1)先看:
exp = np.linspace(2.0, 3.0, num=5, endpoint=True)
print(exp)
>> array([2.? , 2.25, 2.5 , 2.75, 3.? ])
exp = np.linspace(2.0, 3.0, num=5, endpoint=False)
print(exp)
>> array([2. ,? 2.2,? 2.4,? 2.6,? 2.8])
結論:endpoint=True(False)決定是否將終點計入。
2)再看,回傳間隙值
exp,gap = np.linspace(2.0, 3.0, num=5, retstep=True)
print(exp,gap)
>> [2. ? 2.25 2.5 ?2.75 3. ?] 0.25
二、對np.linspace()進行轉置
x_vals = np.linspace(0, 10, 5)?
x_vals_column = np.transpose(np.matrix(x_vals))
print(x_vals)?
print(x_vals_column )??
>> [ 0. ? 2.5 ?5. ? 7.5 10. ]
>>[[ 0. ]
?[ 2.5]
?[ 5. ]
?[ 7.5]
?[10. ]]
? ? 可見,以上操作,將一個行向量轉化成列向量。
三、 np.column_stack合并列向量
x_vals = np.linspace(0, 10, 5)?
x_vals_column = np.transpose(np.matrix(x_vals))
x_zeros = np.ones((5,1))
pts = np.column_stack((x_vals_column , x_zeros ))
print(pts)
>>[[ 0. ? 1. ]
?[ 2.5 ?1. ]
?[ 5. ? 1. ]
?[ 7.5 ?1. ]
?[10. ? 1. ]]
四、 np.row_stack合并列向量
x_vals = np.linspace(0, 10, 5)?
x_vals_column = np.transpose(np.matrix(x_vals))
x_zeros = np.ones((5,1))
pts = np.row_stack((x_vals_column , x_zeros ))
>>[[ 0. ]
?[ 2.5]
?[ 5. ]
?[ 7.5]
?[10. ]
?[ 1. ]
?[ 1. ]
?[ 1. ]
?[ 1. ]
?[ 1. ]]
總結
以上是生活随笔為你收集整理的python知识:numpy的维度之变的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python知识:*args 和**kw
- 下一篇: Python知识:opencv实现的直方