NumPy - 数组形状

NumPy 数组形状

NumPy 数组的形状是一个整数元组。元组中的每个整数表示数组沿特定维度或轴的大小。例如，形状为 (3, 4) 的数组有 3 行 4 列。

• 对于二维数组，其形状是一个包含两个元素的元组:行数，列数。
• 对于三维数组，其形状是一个包含三个元素的元组:深度，行数，列数。
• 高维数组遵循相同的模式，每个维度的大小都表示为元组中的附加元素。

访问数组形状

您可以使用 shape 属性访问 NumPy 数组的形状。此属性返回一个整数元组，每个整数表示数组沿特定维度的大小。

示例

在以下示例中，我们将创建一个二维数组，并使用 NumPy 的"shape"属性获取其形状 -

import numpy as np

# 创建二维数组
array = np.array([[1, 2, 3], [4, 5, 6]])

# 访问形状
print("数组形状:", array.shape)
print("维数:", array.ndim)
print("元素总数:", array.size)

形状 (2, 3) 表示该数组有 2 行 3 列。它是一个二维数组 −

数组形状:(2, 3)
维数:2
元素总数:6

更改数组形状

更改 NumPy 数组的形状是指在不改变数组数据的情况下改变其维度。例如，只要元素总数保持不变，一维数组就可以重新整形为二维数组，反之亦然。

要在 NumPy 中重塑数组，我们使用 reshape() 函数。如果可能，此函数将返回具有指定形状的数组新视图。如果视图无法重塑，则会创建数组的副本。

示例

在此示例中，我们通过将"-1"作为参数传递给 Numpy reshape() 函数，将二维数组的形状更改为一维数组。这会自动推断出一维数组的大小 -

import numpy as np

# 创建二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
print("原始二维数组:
", array_2d)

# 重塑为一维数组
array_flattened = array_2d.reshape(-1)
print("扁平化为一维数组:", array_flattened)

这将产生以下结果 -

原始二维数组:
[[1 2 3]
[4 5 6]]
扁平化为一维数组:[1 2 3 4 5 6]

处理重塑错误

如果使用不当，在 NumPy 中重塑数组有时会导致错误。当您尝试将数组重塑为与数组元素总数不兼容的形状时，就会发生此错误。

重塑时，元素总数必须保持不变。如果重塑操作与元素总数不兼容，NumPy 将引发 ValueError。

示例:形状不兼容错误

当您尝试将数组重塑为与数组元素总数不兼容的形状时，就会发生形状不兼容错误。

在下面的示例中，原始数组包含"12"个元素。将其重塑为形状"(3, 5)"需要 15 个元素，这将导致 ValueError -

import numpy as np

# 创建一个包含 12 个元素的数组
array = np.arange(12)

# 尝试将其重塑为需要更多元素的形状
try:
   reshaped_array = array.reshape((3, 5))
except ValueError as e:
   print("Error:", e)

以下是上述代码的输出 -

Error: cannot reshape array of size 12 into shape (3,5)

示例:负维度错误

在重塑维度中使用 -1 会告知 NumPy 自动计算该维度的大小。但是，如果剩余维度与元素总数不一致，则会引发错误 -

import numpy as np

# 创建一个包含 10 个元素的数组
array = np.arange(10)

# 尝试使用不兼容的自动维度进行重塑
try:
   reshaped_array = array.reshape((2, -1, 4))
except ValueError as e:
   print("Error:", e)

获得的输出如下所示 -

Error: cannot reshape array of size 10 into shape (2,newaxis,4)

示例:维度指定错误

指定不正确或非整数的维度值(例如，除 -1 以外的负值或非整数)可能会导致错误 -

import numpy as np

# 创建一个包含 16 个元素的数组
array = np.arange(16)

# 尝试使用无效维度进行重塑
try:
   reshaped_array = array.reshape((4, 4.5))
except ValueError as e:
   print("Error:", e)

执行上述代码后，我们得到以下输出 -

Traceback (most recent call last):
  File "/home/cg/root/669f5fd83ed84/main.py", line 8, in <module>
reshaped_array = array.reshape((4, 4.5))
TypeError: 'float' object cannot be interpreted as an integer