如何重塑此numpy数组
重塑（reshape）是指改变数组的形状，即改变数组的维度和大小，而不改变数组中的元素。
在NumPy中，可以使用reshape()函数来重塑数组。该函数接受一个表示新形状的元组作为参数，并返回一个具有新形状的数组。重塑后的数组与原始数组共享数据，即它们指向相同的内存位置，因此对重塑后的数组的修改也会影响原始数组。
下面是一个示例代码，展示如何重塑一个NumPy数组：
import numpy as np
# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5, 6])
# 使用reshape函数重塑数组为二维数组
reshaped_arr = arr.reshape((2, 3))
print("原始数组：")
print(arr)
print("重塑后的数组：")
print(reshaped_arr)输出结果为：
原始数组：
[1 2 3 4 5 6]
重塑后的数组：
[[1 2 3]
[4 5 6]]在上述示例中，我们首先创建了一个一维数组arr，然后使用reshape()函数将其重塑为一个2行3列的二维数组reshaped_arr。最后，我们分别打印了原始数组和重塑后的数组。
重塑数组的应用场景包括但不限于以下几个方面：
- 调整数据的形状以适应特定的算法或模型的输入要求。
- 将多维数组展平为一维数组，以便进行某些计算或操作。
- 将一维数组转换为多维数组，以便进行矩阵运算或图像处理等操作。
腾讯云提供了一系列与云计算相关的产品，其中包括云服务器、云数据库、云存储等。您可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用方法。
相关·内容
2回答
对于numpy数组，我发现
x = numpy.array([]).reshape(0,4)
很好，并且允许我将(0,4)数组追加到x，而不会丢失数组的结构(例如，它不仅仅是一个数字列表)。然而，当我尝试
x = numpy.array([]).reshape(2,3)
它会抛出一个错误。为什么会这样呢？
浏览 0提问于2016-06-17得票数 1
1回答
我有一个TensorFlow模型，在这个模型中，我想传递一个图像给它，以便它确定图像中的对象。
然而，该模型抱怨图像的形状，说无论它接收(1, 7, 7, 2048)如何，它都希望它以(1, 1, 1, 2048)的形式出现。
我已经尝试通过numpy.reshape(myObj, (1, 1, 1, 2048))或numpy.reshape(myObj, (1, 1, 1, -1))在图像上执行numpy.reshape()。然而，前者只是抱怨它不能将大小为100352的数组重塑为(1, 1, 1, 2048)，而后者将数组的最后一个元素的大小调整为(7, 7, 2048)的倍数，即1003
浏览 1提问于2018-07-08得票数 0
2回答
在尝试做一些的事情时，我想用Matplotlib制作一堆子图，并在每个子图中加入不同的数据。pyplot.subplots()给了我一个Figure和Axes的Numpy数组，但是在尝试迭代这些轴的时候，我被如何真正地找到它们给难住了。
我正在尝试一些类似的东西：
import numpy as np
import matplotlib.pyplot as plt
f, axs = plt.subplots(2,2)
for ax in np.nditer(axs, flags=['refs_ok']):
ax.plot([1,2],[3,4])
但是，每次迭代中的ax
浏览 0提问于2014-01-15得票数 0
1回答
Numpy重塑“反转”
、、、
我从一个文件中读取了一个4D数组，该文件以2D形式i，j，k，x，y，z给出。我使用numpy.reshape将2D数组重塑为它的3-D形式。对此进行更改后，我希望以与读取时完全相同的顺序/格式写入文件。我不明白如何“反转”numpy.reshape以将其放回相同的格式。
import numpy as np
import pandas as pd
from pandas import read_csv
header = read_csv("Input/Grid1_test.csv", nrows=1,skipinitialspace=True)
print h
浏览 4提问于2018-08-02得票数 3
回答已采纳
我想从向量a和b中计算协方差矩阵，比如k[i][j] = exp( -(a[i]-b[j])**2 )。
在numpy中，我可以这样写，
import numpy as np
r = np.subtract.outer(a, b)
k = np.exp(-r*r)
在PyTorch中，我可以编写简单的代码，但它比numpy慢。
import torch
for i in range(len(a)):
for j in range(len(b)):
k[i][j] = torch.exp( -(a[i]-b[j])**2 )
如何使用PyTorch编写高效的代码？
浏览 0提问于2021-11-02得票数 1
回答已采纳
2回答
在numpy中，当我有一个大小为(m,)的向量和另一个具有大小(m, 1)的向量时，添加这两个向量将给出一个大小为(m, m)的矩阵。但是，我只想要向量结果。我该怎么做呢？
编辑:我实际上使用的是tensorflow，而(m, 1)向量实际上是(m, ?)。然而，当我在权重(n, m) . (m, ?)之间的点积中添加偏差时，我得到了一个(m, m)矩阵，它本质上复制了行间的偏差。我如何解决这个问题？
浏览 1提问于2018-03-21得票数 0
回答已采纳
4回答
我偶然发现了这行使用numpy的代码
img = data.reshape(data.shape[0], 3, 32, 32)
我理解这行代码，除了data.shape[0]。我所知道的是，这部分将返回行数。但是，我没有得到的是，如何使用3-channels将data (即行)重塑为32x32矩阵。为什么不单独使用data？
也许我把事情搞混了？
谢谢。
浏览 0提问于2017-03-03得票数 2
我将RGB图像(32 X 32 X 3)保存为3D numpy数组，我将其用作我的神经网络的输入(使用tensorflow)。为了使用它们作为输入，我使用reshape (1，-1)将它们重塑为1DNP数组(1 X 3072)。当我训练完我的网络后，我想重新整形输出，但是使用reshape(32,32,3)似乎没有提供期望的结果。
这是正确的做法吗？我如何确保每个数据都会回到正确的位置？
浏览 0提问于2017-05-17得票数 4
回答已采纳
3回答
我有一个由浮点数和整数组成的简单的numpy数组
array_to_save=np.array([shutter_time,int(nb_frames),np.mean(intensities),np.std(intensities)])
我想保存这个numpy数组，通过执行以下操作将其附加到现有的csv文件中。
with open('frames_stats.csv','a') as csvfile:
np.savetxt(csvfile,array_to_save,delimiter=',')
但是，它不是
浏览 14提问于2022-11-18得票数 1
回答已采纳
2回答
在python numpy中解决以下问题的最好、最有效的方法是什么：
给定一个权重向量：
weights = numpy.array([1, 5, 2])
和一个值向量：
values = numpy.array([1, 3, 10, 4, 2])
因此，我需要一个矩阵，它的每一行都包含乘以weights[row]的值的values向量标量
result = [
[1, 3, 10, 4, 2],
[5, 15, 50, 20, 10],
[2, 6, 20, 8, 4]
]
我找到的一个解决方案如下：
result = numpy.array([ weig
浏览 5提问于2013-04-12得票数 6
回答已采纳
2回答
我正在对我的数据进行预处理，以使其工作：
model = LogisticRegression()
model.fit(X, Y)
我正在努力重塑我的numpy.ndarray。
在这一点上，对于Y，我有：
Y
array([array([[52593.4410802]]), array([[52593.4410802]])], dtype=object)
Y.shape
(2,)
type(Y)
<class 'numpy.ndarray'>
对于X，我有：
X
array([array([[34.07824204],
[33.36032467],
浏览 1提问于2019-10-29得票数 0
3回答
我想要计算以下内容： ? 但是我不知道如何在python中做到这一点，我不想手动实现，而是使用一个预定义的函数，例如numpy中的函数。 但是numpy似乎忽略了x.T应该被转置。 代码： import numpy as np
x = np.array([1, 5])
print(np.dot(x, x.T)) # = 26, This is not the matrix it should be!
浏览 150提问于2020-06-24得票数 0
回答已采纳
我有一个函数，它可以将单个值作为numpy数组返回：
print(yhat, yhat.shape)
Output: 0.9337081 ()
如何检查numpy数组形状是否为()，如果是，则将其重塑为(1，)？因此，结果是：
yhat = np.array([0.9337081])
浏览 5提问于2020-02-27得票数 0
回答已采纳
2回答
我在互联网上读到关于矮胖的东西，在这点上被困住了
如何将数组转换为一维
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
newa = arr.reshape(-1)
print(newa)
输出：1,2,3,4,5,6
浏览 7提问于2021-11-16得票数 1
回答已采纳
2回答
我有两个numpy数组:一个带有shape (n, a0, a1, ...)的数组(n, a0, a1, ...)和一个带有shape (n, b0, b1, ...)的数组k。我想要计算和数组指数，以便输出有维(a0, a1, ..., b0, b1, ...)和
out[i0, i1, ..., j0, j1, ...] == prod(x[:, i0, i1, ...] ** k[:, j0, j1, ...])
如果只有一个a_i和一个b_j，广播可以通过
import numpy
x = numpy.random.rand(2, 31)
k = numpy.random.randi
浏览 2提问于2017-10-11得票数 9
回答已采纳
我在python中有一个numpy数组，它的结构类似于：
array([[NaN, NaN, NaN],
[a, b, NaN],
[c, d, e],
[NaN, NaN, f])
每列都有相同数量的非NaN值，但它们在不同的行处开始和结束。我想以一个结构如下的数组来结束：
array([a, b, e],
[c, d, f])
(也就是说，删除所有的NaNs，并修改数组的形状以适应数据点的数量。)然而，我不确定如何有效地做到这一点。
我尝试使用：
x = x[~numpy.isnan(x)]
和
x = x[numpy.logical
浏览 23提问于2019-08-16得票数 0
我想把CPU中的python代码传输到GPU，但是我没有找到gnumpy中的numpy函数hstack。谁可以给我提供一些实现的提示，比如在numpy中添加一些额外的行到现有的矩阵(Garray)中。谢谢。
浏览 8提问于2015-06-05得票数 1
回答已采纳
2回答
I have a numpy array (A) of shape = (100000, 28, 28)
I reshape it using A.reshape(-1, 28x28)
这在机器学习管道中非常常见。这是如何工作的？我从来没有理解过reshape中'-1‘的含义。
一个确切的问题是，但没有可靠的解释。有什么答案吗？
浏览 8提问于2017-01-21得票数 12
回答已采纳
在进行deeplearning.ai课程时，我马上需要使用numpy.reshape()。然而，当我这样做的时候，我在课程笔记本上被指示要以一种特定的方式去做。目的是将一个四维矢量转化为一个二维矢量。
//指示：
为了方便起见，您现在应该将形状的图像(num_px，num_px，3)重新定义在形状(num_px ∗∗ num_px ∗∗ 3, 1)的numpy数组中。在此之后，我们的训练(和测试)数据集是一个numpy数组，其中每个列表示一个扁平的图像。应该有m_train (分别为m_test)列。
练习:重塑训练和测试数据集，使大小为(num_px, num_px, 3)的图像被压平成形状
浏览 0提问于2019-02-28得票数 5
回答已采纳
我需要将numpy数组序列化为与JSON兼容的表单。由于我所使用的框架不允许我访问JSON编码器/解码器对象，所以我不得不将numpy数组序列化为可以编组到JSON中的东西。我选择了array.tobytes或array.tostring (两者似乎本质上是一回事)。
下面是一个说明我的问题的例子：
import numpy as np
a = np.random.rand(1024, 1024) # create array of random values
b = array.tobytes() # serialize array
a2 = np.fromstring(b)
当我检查
浏览 0提问于2015-06-07得票数 1
回答已采纳
1回答
如何提取张量中的特定行？我有点困惑。
例如，假设我们希望拥有第17行
import numpy as np
np.random.seed(seed = 5)
a = np.random.randint(10, size=(2,3,4,5))
a
浏览 3提问于2020-08-16得票数 1
回答已采纳
1回答
如何在字典字典中将numpy数组a设置为one, two, three，就像下面预期的输出一样？ import numpy as np
set_names = np.array(['one', 'two', 'three'])
a = np.array([12,4,2,45,6,7,2,4,5,6,12,4])
dictionary = dict(zip(set_names, np.array_split(a, 3))) 预期输出： {'one': array([12, 45, 2, 6]),
'three&#
浏览 18提问于2021-11-08得票数 1
回答已采纳
1回答
我目前正在使用keras训练一个回归网络。
网络正在构建，但我不确定如何将输入和输出数据传递给模型。
输入和输出都存储为numpy数组的列表。输入列表中的numpy数组的形状为(400行，y列)。输出中的numpy数组的形状为(y行，13列)。
网络的输入维数为400，输出为13。
根据的说法。
fit(self, x, y, batch_size=32, nb_epoch=10, verbose=1, callbacks=[], validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sampl
浏览 2提问于2016-11-13得票数 2
回答已采纳
我有一个二维numpy数组(Arr)，它只有0和1。 例如，形状为(h，w)的2dnumpy数组。 我想要调整数组的大小以形成形状(h // scale，w // scale)，并且我需要保留所有的1。 # arr is a 2d numpy array
h, w = arr.shape
h_new, w_new = h // scale, w // scale
arr_new = np.zeros((h_new, w_new))
for i in range(h):
for j in range(w):
if arr[i, j] == 1:
浏览 15提问于2020-06-18得票数 0
我是新来NumPy的。当我阅读NumPy用户指南并制作示例时，我看到了一个示例，它让我提出了一个问题。
例如，Python给出了以下结果：
>>> import numpy as np
>>> a = np.arange(6)
>>> a.ndim
1
>>> b = np.arange(6).reshape(2,3)
>>> b.ndim
2
>>> c = np.arange(6).reshape(3,2)
>>> c.ndim
2
我期望c.ndim会给出3而不是
浏览 0提问于2017-06-30得票数 0
1回答
我有以下代码部分：
dataset = trainDataset()
train_loader = DataLoader(dataset,batch_size=1,shuffle=True)
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
images = []
image_labels = []
for i, data in enumerate(train_loader,0):
inputs, labels = data
inputs, lab
浏览 2提问于2021-07-17得票数 0
4回答
我在https://www.youtube.com/watch?v=lbFEZAXzk0g的youtube上关注一段机器学习视频。该教程是python2格式的，因此我需要将其转换为python3。下面是我遇到错误的代码部分： def load_mnist_images(filename):
if not os.path.exists(filename):
download(filename)
with gzip.open(filename,'rb') as file:
data = numpy.frombuffer(file.r
浏览 315提问于2020-02-03得票数 4
我有一个矮小的数组：
import numpy as np
A = np.array([1,2])
例如，我想使二维numpy数组中的这两个元素的n-copies
B=[[1,1,1,1],[2,2,2,2]] # 4 copies of each element of A into a separate array
我该怎么做呢？
浏览 5提问于2017-03-20得票数 4
回答已采纳
1回答
试图理解数组索引R与Python (准确地说是numpy)
R版
a = array(0:7, c(2,2,2))
输出如下所示
, , 1
[,1] [,2]
[1,] 0 2
[2,] 1 3
, , 2
[,1] [,2]
[1,] 4 6
[2,] 5 7
如果我尝试首先访问“元素”a[1,,]，我就会得到这样的结果。
[,1] [,2]
[1,] 0 4
[2,] 2 6
Python版本
a = np.array(range(8)).reshape((2,2,2))
array(
浏览 5提问于2020-03-21得票数 1
回答已采纳
1回答
我有以下代码，它从一系列图像中获取调色板，并尝试使用numpy reshape重塑输出。但是当我尝试重塑输出时，我得到的错误是无法将大小为27的数组重塑为形状(3,3)。 Colours array print out输出如下所示 [(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265),(256,256,265)] 这是9个包含调色板的元组，调色板应该可以重塑为3*3，但numpy.reshape一直说它是27项，不能重塑为
浏览 14提问于2021-03-22得票数 0
回答已采纳
如何有效地从适当准备的pyarray.ListArray数组中初始化固定大小的numpy？ documentation of pyarray.array表明嵌套的可迭代输入结构可以工作，但在实践中，如果外部可迭代是numpy数组，则不能工作： import numpy as np
import pyarrow as pa
n = 1000
w = 3
data = np.arange(n*w,dtype="i2").reshape(-1,w)
# this works:
pa.array(list(data),pa.list_(pa.int16(),w))
# this
浏览 15提问于2021-06-17得票数 1
回答已采纳
我目前有一个numpy多维数组(类型为float)和一个numpy列数组(类型为int)。我想把它们组合成一个多维的numpy数组。
import numpy
>> dates.shape
(1251,)
>> data.shape
(1251,10)
>> test = numpy.hstack((dates, data))
ValueError: all the input arrays must have same number of dimensions
要显示数组类型不同，请执行以下操作：
>> type(dates[0])
<
浏览 0提问于2011-12-31得票数 5
回答已采纳
我想对numpy.ndarray的每个元素应用一个函数，如下所示：
import numpy
import math
a = numpy.arange(10).reshape(2,5)
b = map(math.sin, a)
print b
但这给出了：
TypeError: only length-1 arrays can be converted to Python scalars
我知道我能做到
import numpy
import math
a = numpy.arange(10).reshape(2,5)
def recursive_map(function, value):
浏览 1提问于2015-05-19得票数 1
回答已采纳
我有像这样的熊猫数据帧。
但是我想让'KDB‘列像这样(没有索引)，有人能帮我吗？
[9. 3. 3. 2. .....]
我尝试使用pd.DataFrame.to_numpy()，但得到的结果如下所示。
[[ 9]
[ 3]
[ 3]
[ 2]
...]
浏览 0提问于2020-02-25得票数 0
我很难想象标量、向量和矩阵是如何在数学/物理类中编写的，如何用普通的Python和numpy来表示它们，以及它们相应的尺寸、轴和形状的概念。
如果我有一个标量，比如说5
>>> b = np.array(5)
>>> np.ndim(b)
0
我有5的0维，但是这里的axes是什么？有ndim和shape的函数，但没有axes。
对于像这样的向量：
我们说我们在物理/数学类中有二维，因为它代表了一个2D向量，但是看起来numpy使用了一个不同的概念。
为什么ndim给1，shape给出维度是什么？
>>>
浏览 15提问于2022-02-02得票数 0
我有以下问题，我有一个numpy数组，它有一个空的numpy数组作为元素，它的形状是2x2，但实际上报告为2,2,0，这是有意义的。问题是，当您尝试将值附加到任何一个空的numpy数组中时，什么都不会发生。
MWE：
import numpy as np
a = np.array([[],[],[],[]])
a = np.reshape(a, (2,2,0))
a[0][0] = np.append(a[0][0], 1)
a[0][1] = np.append(a[0][0], [1])
Output:
>>>a[0][0]
array([], dtype=floa
浏览 0提问于2015-10-29得票数 0
1回答
假设您想要创建一个2D numpy数组，并希望使用顺序整数填充它。可用的选项是什么？
示例：
import numpy
a=numpy.array([[0,1,2,3,4],[5,6,7,8,9],[10,11,12,13,14]])
当然，在这种情况下，我可以使用range(15)来确定上边界，但是如何告诉numpy在5值之后创建一个新行？我正在寻找一个通用的解决方案，因为我真正的问题围绕着一个包含466列和365行的2D数组。
浏览 6提问于2017-02-02得票数 5
回答已采纳
1回答
重塑、展平或拉平类中的多维数组
、、、、
一般来说，在使用Matplotlib和Python时，我还是个初学者。我正在尝试创建一个可以在给定基本信息的情况下生成多个子图的类，比如用户想要多少行和多少列。在尝试转换来自matplotlib.pyplot.subplots()的多维数组时，我遇到了一个问题。这是我目前正在使用的一份副本： import math
import numpy as np
import matplotlib.pyplot as plt
class subplotgrid:
def __init__(self, rows, cols, width, height): # class initializa
浏览 15提问于2021-04-10得票数 0
我有一个只有一行的数据文件，比如：
1.2 2.1 3.2
我使用numpy版本1.3.0loadtxt来加载它
a,b,c = loadtxt("data.dat", usecols(0,1,2), unpack=True)
输出是一个浮点数，而不是像这样数组
a = 1.2
我想应该是：
a = array([1.2])
如果我读取了一个包含多行的文件，它就能正常工作。
浏览 0提问于2012-11-23得票数 7
回答已采纳
2回答
下午好，我有一个维度为(963,1)的数据帧，我如何将这样的内容更改为numpy格式： array ([244.1462534,212.68483386, 212.04058487, 236.39615555] 当我使用np.array (a)时，在我看来，每个元素都在不同的行中 [244.1462534,
244.1462534,
244.1462534,
244.1462534] 因为有很多，所以很难这样看
浏览 0提问于2020-09-01得票数 0
回答已采纳
我有一个3D numpy数组，我想在它前面添加一个0的2D np数组。
import numpy as np
A = np.zeros(3,3,3)
for i in np.arange(0,2):
for j in np.arange(0,2):
for k in np.arange(0,2):
A[i,j,k] = 10
print(A)
#returns:
[[[10. 10. 0.]
[10. 10. 0.]
[ 0. 0. 0.]]
[[10. 10. 0.]
[10. 10. 0.]
[ 0. 0.
浏览 6提问于2020-05-07得票数 0
回答已采纳
3回答
如何将numpy数组切分到形状之外，以便在不将整个数组存储在内存中的情况下重复数组中的值？这是我想要做的： x = numpy.array([[1, 2], [3, 4]])
x[0:3, 0:3]
->
[[1, 2, 1, 2],
[3, 4, 3, 4],
[1, 2, 1, 2],
[3, 4, 3, 4]] 我知道numpy.repeat和numpy.tile，但这两个都是数组的副本，我想像x[1238123:1238143,5328932:5328941]一样对我的数组进行切片，而不需要为较小的数组制作数百万个副本。
浏览 16提问于2020-09-02得票数 2
回答已采纳
这里的样本数据
我的数据有1024x1776列。这是我的密码
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the dataset
dataset = pd.read_csv('14ns.csv')
X = np.array(dataset).ravel()
y = np.array(dataset).ravel()
浏览 2提问于2022-05-16得票数 1
1回答
在运行这一行代码时，我正在训练一个模型，同时计算每一次迭代的准确性：
model = train_model(model,criterion,num_epochs=100,learning_rate=1) # Training the mode
在这一行中我得到了一个错误：
epoch_acc = np.sum(np.equal(totalPreds.cpu().numpy(),np.array(totalLabels)))/50000.0
获取误差
ValueError:操作数不能与形状(50000，) (0 )一起广播
我还通过以下代码更改了这一行：
epoch_acc =
浏览 1提问于2021-06-08得票数 0
我想使用与[[x, y] for x, y in np.ndindex((3, 2))]格式相同的NumPy函数来获取3x2数组的所有索引 [[0, 0], [0, 1], [1, 0], [1, 1], [2, 0], [2, 1]] 我找到的最接近的是np.indices((3, 2))，它生成一个需要一些转换才能到达的数组： [[[0 0]
[1 1]
[2 2]]
[[0 1]
[0 1]
[0 1]]] 对于单个NumPy函数调用，是否还有其他选项？
浏览 29提问于2021-09-25得票数 0
我有一个由外部模块返回的numpy ndarray。该阵列的形状为(3,3,128)。基本上是由128个瓷砖组成的堆栈，每个瓷砖是3x3。
如何重新排序，使形状变成(128,3,3)。这样，可以更容易按瓷砖编号进行索引。最后一步是将其压平到( 128 ,9)，这样128块中的每一个都可以作为9值向量轻松地访问。
浏览 1提问于2016-10-17得票数 1
回答已采纳
我有一个numpy.ndarray - a
而a[0]给了我：
array([0., 0., 0., ..., 0., 0., 0.])
此外，a[0:1]还提供了：
array([[0., 0., 0., ..., 0., 0., 0.]])
如何才能像[list[0]]一样，以数组内的数组格式将a[0]转换为array([[0., 0., 0., ..., 0., 0., 0.]]) ie；格式
浏览 0提问于2019-04-02得票数 0
3回答
如何使用numpy转置向量？我在努力
import numpy as np
center = np.array([1,2])
center_t = np.transpose(center)
但是它不工作，我怎么做呢？
浏览 0提问于2019-03-03得票数 1
1回答
我对numpy真的很陌生。我有一个数值向量，当我运行y.shape时，它返回(4000,)。有没有办法，让它返回(4000, 1)
浏览 0提问于2020-06-04得票数 0
我希望创建一个列表的numpy数组，并将每个列表中的第一个元素定义为序列中的一个数字。
到目前为止，我可以创建所有第一个元素的numpy数组，但它们并不像我希望的那样嵌套在列表中。
所以我有
B=np.arange(1,10)
Bnew = B.reshape((3,3))
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
但我希望它看起来像这样：
array([[[1], [2], [3]],
[[4], [5], [6]],
[[7], [8], [9]]])
因为当我继续修改矩阵时，我
浏览 4提问于2017-02-07得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
