NumPy 數組形狀修改

數組的形狀是每個維中元素的數量。

獲取數組的形狀

打印 2-D 數組的形狀：

import numpy as np
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(arr.shape)

運行結果

(2, 4)

上面的實例返回 (2, 4)，這意味著該數組有 2 個維，每個維有 4 個元素。

利用 ndmin 使用值 1,2,3,4 的向量創(chuàng)建有 5 個維度的數組，并驗證最后一個維度的值為 4：

import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('shape of array :', arr.shape)

運行結果

[[[[[1 2 3 4]]]]]
shape of array : (1, 1, 1, 1, 4)

每個索引處的整數表明相應維度擁有的元素數量。
上例中的索引 4，我們的值為 4，因此可以說第 5 個 ( 4 + 1 th) 維度有 4 個元素。

修改數組形狀

數組的形狀是每個維中元素的數量。通過修改數組形狀，我們可以添加或刪除維度或更改每個維度中的元素數量。

從 1-D 重塑為 2-D

將以下具有 12 個元素的 1-D 數組轉換為 2-D 數組。
最外面的維度將有 4 個數組，每個數組包含 3 個元素：

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)

運行結果

[[ 1 2 3]
 [ 4 5 6]
 [ 7 8 9]
 [10 11 12]]

從 1-D 重塑為 3-D

將以下具有 12 個元素的 1-D 數組轉換為 3-D 數組。
最外面的維度將具有 2 個數組，其中包含 3 個數組，每個數組包含 2 個元素：

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)

運行結果

[[[ 1 2]
  [ 3 4]
  [ 5 6]]
 [[ 7 8]
  [ 9 10]
  [11 12]]]

是的，只要重塑所需的元素在兩種形狀中均相等。
我們可以將 8 元素 1D 數組重塑為 2 行 2D 數組中的 4 個元素，但是我們不能將其重塑為 3 元素 3 行 2D 數組，因為這將需要 3x3 = 9 個元素。

嘗試將具有 8 個元素的 1D 數組轉換為每個維度中具有 3 個元素的 2D 數組（將產生錯誤）：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(3, 3)
print(newarr)

運行結果

Traceback (most recent call last):
  File "test.py", line 5, in

未知的維

您可以使用一個“未知”維度。
這意味著您不必在 reshape 方法中為維度之一指定確切的數字。
傳遞 -1 作為值，NumPy 將為您計算該數字。

將 8 個元素的 1D 數組轉換為 2x2 元素的 3D 數組：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(2, 2, -1)
print(newarr)

運行結果

[[[1 2]
  [3 4]]
 [[5 6]
  [7 8]]]

展平數組

展平數組（Flattening the arrays）是指將多維數組轉換為 1D 數組。
我們可以使用 reshape(-1) 來做到這一點。
把數組轉換為 1D 數組：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
newarr = arr.reshape(-1)
print(newarr)

運行結果

[1 2 3 4 5 6]

有很多功能可以更改 numpy flatten、ravel 中數組形狀，還可以重新排列元素 rot90、flip、fliplr、flipud 等。這些功能屬于 numpy 的中級至高級部分。