Cara menggunakan numpy untuk menambah dimensi baharu pada tatasusunan
Dalam pemprosesan data dan pembelajaran mesin, kita selalunya perlu mengubah dan memanipulasi dimensi data. Numpy ialah perpustakaan Python berkuasa yang menyediakan banyak fungsi dan kaedah untuk beroperasi pada tatasusunan berbilang dimensi. Dalam numpy, kita boleh menggunakan beberapa kaedah untuk menambah dimensi baharu pada tatasusunan untuk memenuhi keperluan pemprosesan data yang berbeza. Berikut akan memperkenalkan beberapa kaedah biasa dan memberikan contoh kod khusus.
Kaedah 1: Gunakan numpy.newaxis untuk menambah dimensi baharu
numpy.newaxis ialah objek indeks khas yang digunakan untuk meningkatkan dimensi tatasusunan. Kita boleh menggunakan objek indeks ini untuk mencipta dimensi baharu dan memasukkannya ke dalam tatasusunan pada kedudukan yang ditentukan. Operasi khusus adalah seperti berikut:
import numpy as np # 创建一个一维数组 a = np.array([1, 2, 3, 4, 5]) # 将一维数组转换为二维数组,增加一个新的维度作为行向量 b = a[np.newaxis, :] print(b) # 输出结果:[[1 2 3 4 5]] # 将一维数组转换为二维数组,增加一个新的维度作为列向量 c = a[:, np.newaxis] print(c) # 输出结果: # [[1] # [2] # [3] # [4] # [5]]
Kaedah 2: Gunakan numpy.expand_dims untuk menambah dimensi baharu
numpy.expand_dims ialah fungsi yang digunakan untuk menambah dimensi baharu pada kedudukan yang ditentukan dalam tatasusunan. Sama seperti numpy.newaxis, kita boleh menggunakan fungsi ini untuk menambah dimensi baharu dan memasukkannya ke dalam tatasusunan pada kedudukan yang ditentukan. Operasi khusus adalah seperti berikut:
import numpy as np # 创建一个二维数组 a = np.array([[1, 2], [3, 4]]) # 在数组的第一维(行)增加一个新的维度 b = np.expand_dims(a, axis=0) print(b) # 输出结果: # [[[1 2] # [3 4]]] # 在数组的第二维(列)增加一个新的维度 c = np.expand_dims(a, axis=1) print(c) # 输出结果: # [[[1 2]] # # [[3 4]]] # 在数组的第三维(深度)增加一个新的维度 d = np.expand_dims(a, axis=2) print(d) # 输出结果: # [[[1] # [2]] # # [[3] # [4]]]
Kaedah 3: Gunakan numpy.reshape untuk menukar bentuk array
numpy.reshape ialah fungsi yang digunakan untuk menukar bentuk array. Kita boleh menggunakan fungsi ini untuk melaraskan dimensi tatasusunan dan mengubahnya menjadi bentuk yang kita mahu. Operasi khusus adalah seperti berikut:
import numpy as np # 创建一个一维数组 a = np.array([1, 2, 3, 4, 5]) # 将一维数组变换为二维数组,形状为5行1列 b = np.reshape(a, (5, 1)) print(b) # 输出结果: # [[1] # [2] # [3] # [4] # [5]] # 将一维数组变换为三维数组,形状为1行5列1深度 c = np.reshape(a, (1, 5, 1)) print(c) # 输出结果: # [[[1] # [2] # [3] # [4] # [5]]]
Dengan menggunakan kaedah di atas, kita boleh menambah dimensi baharu pada tatasusunan untuk mengendalikan data dimensi berbeza secara fleksibel. Ini sering digunakan dalam pemprosesan data dan pembelajaran mesin, dan boleh meningkatkan fleksibiliti dan kecekapan kod. Saya harap contoh kod di atas dapat membantu anda lebih memahami dan menggunakan perpustakaan numpy.
Atas ialah kandungan terperinci Menunjukkan cara menambah dimensi baharu pada tatasusunan menggunakan numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!