如何在 NumPy 中设置行和列的轴？
在本文中，我们将看到如何在 NumPy 中设置行和列的轴。
使用的功能
- np.array(对象):要创建 NumPy 数组，对象是包含数组的参数
- NP . resform(行、列): 将数组重塑为指定数量的行和列。在下面的例子中，我们用-1 代替行，让 numpy 算出每行是否有 3 列。
- np.sum(轴): 计算元素的和或加。在这里，我们已经提到了根据需求进行数组、行或列操作的轴。
例 1:设置轴进行阵列式计算
在本例中，我们将把 NumPy 数组重新整形为各有 3 列的行，即 nparray . resform(-1，3)，使其成为二维的。然后，我们将按正常顺序从 NumPy 数组的第一个到最后一个元素开始，按数组方式执行数组元素的求和操作。我们特别设置轴=无来触发正常的阵列式操作。
代码:
Python 3
import numpy as np
nparray = np.array([[1, 2, 3], [11, 22, 33],
[4, 5, 6], [8, 9, 10],
[20, 30, 40]])
nparray = nparray.reshape(-1, 3)
print(nparray)
# calculating sum along
# axix=None i.e array-wise
output = nparray.sum(axis=None)
print("\n\nSum array-wise: ", output)
输出:
[[ 1 2 3]
[11 22 33]
[ 4 5 6]
[ 8 9 10]
[20 30 40]]
Sum array-wise: 204
例 2:设置轴进行列式计算
在本例中，我们将把 numpy 数组重新整形为各有 3 列的行。然后使用 sum()函数逐列执行数组元素的求和操作。我们特别将轴设置为 0，以触发正常的阵列式操作。
代码:
Python 3
import numpy as np
nparray = np.array([[1, 2, 3], [11, 22, 33],
[4, 5, 6], [8, 9, 10],
[20, 30, 40]])
nparray = nparray.reshape(-1, 3)
print(nparray)
# calculating sum along axix=0
# i.e column-wise
output = nparray.sum(axis = 0)
print("\n\nSum column-wise: ", output)
输出:
[[ 1 2 3]
[11 22 33]
[ 4 5 6]
[ 8 9 10]
[20 30 40]]
Sum column-wise: [44 68 92]
例 3:设置轴进行逐行计算
我们将特别设置 axis = 1 来触发正常的逐行计算。
代码:
Python 3
import numpy as np
nparray = np.array([[1, 2, 3], [11, 22, 33],
[4, 5, 6], [8, 9, 10],
[20, 30, 40]])
nparray = nparray.reshape(-1, 3)
print(nparray)
# calculating sum along axix=1
# i.e row0wise
output = nparray.sum(axis = 1)
print("\n\nSum row-wise: ", output)
输出:
[[ 1 2 3]
[11 22 33]
[ 4 5 6]
[ 8 9 10]
[20 30 40]]
Sum row-wise: [ 6 66 15 27 90]
版权属于：月萌API www.moonapi.com，转载请注明出处
