国产成人精品久久免费动漫-国产成人精品天堂-国产成人精品区在线观看-国产成人精品日本-a级毛片无码免费真人-a级毛片毛片免费观看久潮喷

您的位置:首頁技術文章
文章詳情頁

python - 在 Numpy 里如何高效地定制矩陣?

瀏覽:119日期:2022-08-27 15:04:26

問題描述

比如我想要這樣的矩陣:

In [10]: np.array([[(123, 3, 21)] * 3] * 2)Out[10]: array([[[123, 3, 21],[123, 3, 21],[123, 3, 21]], [[123, 3, 21],[123, 3, 21],[123, 3, 21]]])

Numpy 里有什么辦法能代替如此粗魯的「列表乘法」?顯然 numpy.full 不行,因為它只能用一個 scalar 填充矩陣,不能用 [123, 3, 21] 填充。

此外我還想給某矩陣「加若干維」:

In [11]: a = np.arange(10)In [13]: b = np.asarray([a])In [14]: bOut[14]: array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])

比如我想給現成的 a 加一維,只能如此手動包裝 np.asarray([a]), 不知 Numpy 有什么 numpy.squeeze 的「反函數」可以拿來用。

問題解答

回答1:

第一個問題,參考樓上的就好,第二個擴展緯度,numpy有專門的函數: expand_dims

In [1]  import numpy as np In [2]  a = np.arange(10) In [3]  b = np.expand_dims(a, axis=0) # axis表示在那一維(軸)插入新的維度 In [4]  b Out[4]  array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])回答2:

np.tile((123, 3, 21), (2, 3, 1))

?In?[1]?? import numpy as np?In?[2]?? a = np.arange(10)?In?[3]?? b = a.reshape((1, 10))?In?[4]?? b?Out[4]?? array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 日本三级香港三级乳网址 | 另类一区二区三区 | 久久精品亚洲精品国产欧美 | 92国产福利久久青青草原 | 欧美亚洲国产精品久久久 | 日本三级韩国三级在线观看a级 | 国产一区免费在线观看 | 日韩亚洲欧美一区 | 亚洲国产2017男人a天堂 | 特级淫片日本高清视频 | 色香欲综合成人免费视频 | 国产99在线播放 | 国产午夜亚洲精品第一区 | 亚洲精品高清视频 | 亚洲精品国产免费 | 亚洲国产精品乱码在线观看97 | japanese 色系 tube日本 | 国产成人小视频 | 国产成人精品午夜视频' | 男人的天堂免费网站 | 波多野结衣中文无毒不卡 | 男人女人做黄刺激性视频免费 | 91在线精品亚洲一区二区 | 国产人成亚洲第一网站在线播放 | 成人影院欧美大片免费看 | 久久黄色网址 | 正能量www正能量免费网站 | 日本强不卡在线观看 | a级国产乱理伦片在线观看国 | 国产青草 | 久久91精品国产91久久户 | 真人一级一级特黄高清毛片 | 成年人在线免费观看网站 | 深夜爽爽爽gif福利免费 | 久久无码精品一区二区三区 | av av片在线看| 亚洲欧美卡通成人制服动漫 | 国产高清一级毛片在线不卡 | chinese多姿势videos | 日韩精品首页 | 国产一级做a爱片久久毛片a |