numpy反向多维数组
numpy中最简单的方法来反转数组的最内部值是这样的：
array([[[1, 1, 1, 2],
[2, 2, 2, 3],
[3, 3, 3, 4]],
[[1, 1, 1, 2],
[2, 2, 2, 3],
[3, 3, 3, 4]]])
这样我得到以下结果：
array([[[2, 1, 1, 1],
[3, 2, 2, 2],
[4, 3, 3, 3]],
[[2, 1, 1, 1],
[3, 2, 2, 2],
[4, 3, 3, 3]]])
非常感谢你！
问题答案：
怎么样：
import numpy as np
a = np.array([[[10, 1, 1, 2],
[2, 2, 2, 3],
[3, 3, 3, 4]],
[[1, 1, 1, 2],
[2, 2, 2, 3],
[3, 3, 3, 4]]])
而最后一个维度的反方向是：
b = a[:,:,::-1]
要么
b = a[...,::-1]
尽管我更喜欢后者，因为前两个维度是隐式的，因此很难看到正在发生的事情。
-
问题内容： 请原谅我这是多余的还是超基本的。我要从R进入Python / Numpy，并且很难在脑海里翻转事物。 我有一个维数组，我想使用索引值的另一个n维数组进行排序。我知道我可以将其包装成一个循环，但是似乎应该有一种非常简洁的Numpyonic方式将其击败并提交。这是设置n = 2的问题的示例代码： 所以现在我有一个2 x 5的随机数数组和2 x 5的索引。我已经阅读了约10次帮助，但显然我的
-
问题内容： 创建数组时，NumPy非常有用。如果for的第一个参数具有and方法，则根据它们可能是有效序列使用它们。 不幸的是，我想创建一个包含没有NumPy是“有用的”的数组。 分解为一个最小的示例，该类将如下所示： 如果“可迭代对象”的长度不同，那么一切都很好，而我得到的结果恰好是我想要的： 但是NumPy会创建一个多维数组，如果它们恰好具有相同的长度： 不幸的是，只有一个参数，所以我想知道是
-
我正在优化反向传播算法的实现，以训练神经网络。我正在研究的一个方面是在数据点集（输入/输出向量）上执行矩阵运算，这是一个由numpy库优化的批处理过程，而不是遍历每个数据点。 在我的原始算法中，我做了以下操作： 然后，我将所述矩阵扩展为张量，其中第一个形状索引将引用数据集。如果我有3个数据集（为了简单起见），矩阵将如下所示： 仅使用np.tensordot或其他numpy操作，如何生成C？ 我想答
-
问题内容： 我有一个二维数组，即序列数组也是数组。对于每个序列，我想计算自相关，因此对于（5,4）数组，我将获得5个结果或维度为（5,7）的数组。 我知道我可以循环浏览第一个维度，但这很慢，也是我的最后选择。还有另一种方法吗？ 谢谢！ 编辑： 根据选择的答案以及mtrw的评论，我具有以下功能： 请注意，在我的代码中，length是一个全局变量，因此一定要声明它。我也没有将结果限制为实数，因为我还需
-
因此，我正在编写一个数独解算器，使用9x9数组作为网格，使用9x9x9数组作为其可能性。由于我使用的回溯算法，我必须检查数独是否仍然有效，又名： 如果有一个字段不包含数字，并且没有剩余的可能性，则返回False。到目前为止，我实现了以下几点： 例如，如果（j，i）处的正方形包含选项2、3和7，则相应的可能性数组为： 我试图在求解器中避免这样的循环。我尝试如下： 这返回了一个nx9数组，其中n是我的
-
本文向大家介绍python numpy 一维数组转变为多维数组的实例，包括了python numpy 一维数组转变为多维数组的实例的使用技巧和注意事项，需要的朋友参考一下 如下所示： 借助numpy库； 以上这篇python numpy 一维数组转变为多维数组的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持呐喊教程。