—过滤信息
多维矩阵的维度顺序变换
多维矩阵的切片
多维矩阵的形态变化
构建三维数组,并按照指定维度输出
import numpy as np
#
a=np.arange(0,60,1,dtype=np.floating...((1,0,2,3))
#解释:1-0-2-3指的就是变换数组的维度,明显正常的维度是0-1-2-3-4.......#此处:0-1交换了位置,也就是变换了第一维度和第二维度的顺序
#可用于改变数组形态方便神经网络输入
方法二:
a.swapaxes(ax1,ax2) 或者np.swapaxes(a,1,2)
多维矩阵的切片...可以获取任意维度的任意片段数据
比如这个a的第二维度的9表示数据有9个通道(就像RGB图像有3个通道)
我只要第前三个通道的数据,可以这么写
c=a[,[0:3],]
c的形状就变成了(7352, 3..., 128, 1)
有时候需要跨通道获取数据比如我只要1,3,5,6四个通道的数据可以这么写
d=a[,[0,2,4,5],]
d的形状就变成了(7352, 4, 128, 1)
多维矩阵的形态变化
a.reshape