在实际开发中，我们常常需要实现一维和二维数组间的升降维度操作

升降维度

维度上升

使用reshape或者resize

1
2
3
4
import numpy as np
x = np.arange(20)
result = x.reshape((4,5))       # 将数组变成4行5列，原数组不会被覆盖
x.resize((4,5))                 # 原数组被覆盖

维度降低

使用reshape

1
2
3
4
5
6
arr = np.arange(10)
arr.resize((2,5))
arr.swapaxes((1,0))             # 交换维度，这里相当于转置
np.transpose(arr,(1,0))         # 和上面结果一样
arr.flatten("C")                # 以行为主读取并写入，得到 [0,1,2,……]
arr.flatten("F")                # 以列为主读取并写入，得到[0,5,1,6,……]

np.reshape详解

**numpy.reshape(a,newshape,order=”C”)**有三个参数

  • a: 需要处理的数据
  • newshape: 新的格式——整数或整数数组，如(2,3)表示2行3列。新的形状应该与原来的形状兼容，即行数和列数相乘后等于a中元素的数量。如果是整数，则结果将是长度的一维数组，所以这个整数必须等于a中元素数量。若这里是一个整数数组，那么其中一个数据可以为-1。在这种情况下，这个个值python会自动从根据第二个数值和剩余维度推断出来。
  • order: 可选范围为{‘C’, ‘F’, ‘A’}。使用索引顺序读取a的元素，并按照索引顺序将元素放到变换后的的数组中。如果不进行order参数的设置，默认参数为C.
    • “C”指的是用类C写的读/索引顺序的元素，最后一个维度变化最快，第一个维度变化最慢。以二维数组为例，简单来讲就是横着读，横着写，优先读/写一行。
    • “F”是指用FORTRAN类索引顺序读/写元素，最后一个维度变化最慢，第一个维度变化最快。竖着读，竖着写，优先读/写一列。注意，**”C”和”F”选项不考虑底层数组的内存布局，只引用索引的顺序。**
    • “A”选项所生成的数组的效果与原数组a的数据存储方式有关，如果数据是按照FORTRAN存储的话，它的生成效果与”F”相同，否则与”C”相同。

注意: FORTRAN和C是两个语言，他们存储数组的方式不同，FORTRSAN为列有限，而C为行优先。在python中默认数组生成的时候是按照C的方式进行存储。但，很多时候我们需要调用Fortran的一些库进行数学计算，所以需要让numpy生成的数组变成按照FORTRAN的方式存储，使用numpy.asfortranarray方法