Numpy中array数组对象的储存方式(n,1)和(n,)有什么区别

本篇内容介绍了“Numpy中array数组对象的储存方式(n,1)和(n,)有什么区别”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

例如如果我们创建一个包含10个整型数的数组 a ：

import numpy as np
a=np.arange(10)
a

结果为：

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

则 a 包含了一个数据缓冲区，储存成如下的样子：

a.shape

数据的维度为：(10,)

在这里，shape=(10,)意味着这个数组仅仅被一个索引支配：从0到9。从概念上讲，假如我们使用这个单独的索引给 a 打上标签，那么 a 将看起来像这样：

reshape一个数组的操作不会改变数据缓冲区，而是创建一个新的解释数据的视窗。

b=a.reshape((2,5))
b

结果为：

array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

这样我们的数据就会有两个维度来控制，其中一个的范围是从0到4，另一个的范围是从5到9。

我们举个例子，我们想要取出里面的1值，如何切片操作？

b[0,1]

“Numpy中array数组对象的储存方式(n,1)和(n,)有什么区别”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！