Numpy中None的作用是什么,針對(duì)這個(gè)問(wèn)題,這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答,希望可以幫助更多想解決這個(gè)問(wèn)題的小伙伴找到更簡(jiǎn)單易行的方法。
就是你調(diào)用參數(shù)的時(shí)候沒(méi)有None,你調(diào)用函數(shù)必須給他傳參,circle(這必須寫(xiě)參數(shù)傳進(jìn)去才能成功調(diào)用這個(gè)參數(shù)。
numpy-python[:,2][:,None]是什么意思
解決方案
python是支持多維切片語(yǔ)法的,只是python自身沒(méi)有用到。平時(shí),就看到numpy里用了。
[:,2]看切片原理:
[:,None]
None表示該維不進(jìn)行切片,而是將該維整體作為數(shù)組元素處理。
所以,[:,None]的效果就是將二維數(shù)組按每行分割,最后形成一個(gè)三維數(shù)組
Numpy數(shù)組中None的作用
>>>importnumpyasnp
>a=[1,2,3,4]
>>>a=np.array(a)
>>>a
array([1,2,3,4])
>>>b=a[:,None]
>>>b
array([[1],
[2],
[3],
[4]])
>>>c=a[:,None,None]
>>>c
array([[[1]],
[[2]],
[[3]],
[[4]]])
>>>a=np.ones((2,3))
>>>a
array([[1.,1.,1.],
[1.,1.,1.]])
>>>b=a[:,None,:]
>>>b
array([[[1.,1.,1.]],
[[1.,1.,1.]]])
>>>b=a[None,:,:]
>>>b
array([[[1.,1.,1.],
[1.,1.,1.]]])
在pytorch中:
>>>importtorchast
>>>a=t.from_numpy(a)
>>>a
tensor([[1.,1.,1.],
[1.,1.,1.]],dtype=torch.float64)
>>>b=a[:,None,:]
>>>b
tensor([[[1.,1.,1.]],
[[1.,1.,1.]]],dtype=torch.float64)
>>>
>>>
關(guān)于Numpy中None的作用是什么問(wèn)題的解答就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,如果你還有很多疑惑沒(méi)有解開(kāi),可以關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道了解更多相關(guān)知識(shí)。