在numpy中用零填充数组

Question

h = numpy.zeros((2,2,2)) 

最后的2代表什么？它是在创建多维数组还是其他东西？

输出：

array([[[ 0.,  0.],
    [ 0.,  0.]],
   [[ 0.,  0.],
    [ 0.,  0.]]])

如果要创建多个副本，那么当我执行以下操作时会发生什么？

h = numpy.zeros((2,2,1))

输出：

array([[[ 0.],
    [ 0.]],
   [[ 0.],
    [ 0.]]])

我知道它被零填充，前两个值指定了行和列，第三个值呢？谢谢。我试过用Google搜索，但是我无法表达我的问题。

- hlkstuv_23900

---

http://docs.scipy.org/doc/numpy/reference/generated/numpy.zeros.html - devnull

你的形状有三个维度，因此你有一个三维数组。哪一部分不清楚？ - Wooble

为什么我的第一个问题在这个网站上会被踩。至于链接，它没有指明任何有关第三方的事情。 - hlkstuv_23900

Answer 1

通过提供三个参数，您可以创建一个三维数组：

numpy.array((2,2,2)) 会生成一个大小为 2x2x2 的数组：

  0---0
 /   /|
0---0 0
|   |/
0---0

numpy.array((2,2,1)) 的结果是一个大小为 2x2x1 的数组：

0---0
|   |
0---0

numpy.array((2,1,2)) 的结果是一个大小为 2x2x1 的数组：

  0---0
 /   /
0---0

numpy.array((1,2,2))的结果是一个大小为2x2x1的数组：

  0
 /|
0 0
|/
0

在这些表示中，矩阵“可能看起来像numpy.array((2,2))”（一个2x2数组），但其基础结构仍然是三维的。

- Nils Werner

---

这些括号真的很令人困惑，希望它们可以打印成一个三维矩阵。再次感谢。 - hlkstuv_23900

希望我能给这个+2，因为这让那些只看过二维矩阵并不了解更高维度（张量等）的人们非常清晰地理解（2,2,1）与（2,1,2）与（1,2,2）之间的区别。 - usethedeathstar

我并不是没有见过3D矩阵。我没有使用过numpy，也不熟悉打印输出。而且，根据@Nils Werner提供的可视化呈现，(2,1,2)和(2,2,1)之间的差异非常明显。然而，我想知道这三种不同形状的(2,1,2)和(2,2,1)类型的应用。 - hlkstuv_23900

Answer 2

将(4,3,2)读作：有一栋楼房，共有4层楼，每层楼有3行2列的房间。因此它是一个三维数组。

In [4]: np.zeros((4, 3, 2))                                                                      
Out[4]: 
array([[[ 0.,  0.],                                                                              
        [ 0.,  0.],                                                                              
        [ 0.,  0.]],                                                                             

       [[ 0.,  0.],                                                                              
        [ 0.,  0.],                                                                              
        [ 0.,  0.]],                                                                             

       [[ 0.,  0.],                                                                              
        [ 0.,  0.],                                                                              
        [ 0.,  0.]],                                                                             

       [[ 0.,  0.],                                                                              
        [ 0.,  0.],                                                                              
        [ 0.,  0.]]])      

- Ashwini Chaudhary

Answer 3

该参数指定了数组的形状：

In [72]: import numpy as np

In [73]: h = np.zeros((2,2,2))

In [74]: h.shape
Out[74]: (2, 2, 2)

In [75]: h = np.zeros((2,2,1))

In [76]: h.shape
Out[76]: (2, 2, 1)

如果一个数组的形状为(a,b,c)，那么在NumPy中它有3个“轴”（或者在普通英语中称为3个“维度”）。 轴0具有长度a，轴1具有长度b，轴2具有长度c。

---

当你定义 h = np.zeros((2,2,1)) 时，请注意结果有三层方括号：

In [77]: h
Out[77]: 
array([[[ 0.],
        [ 0.]],

       [[ 0.],
        [ 0.]]])

外层括号包含2个项目，中间的括号也每个包含2个项目。最内层括号仅包含单个项目。因此，形状为（2，2，1）。

- unutbu

---

感谢大家提供的可视化，让我无法想象的东西变得清晰明了。 - hlkstuv_23900

Answer 4

最后一位数字总是表示元素个数。所有其他数字都是数组或列表。 因此，(3, 4, 3) 表示我需要一个列表，其中包含 3 个数组，每个数组都包含 4 个数组，每个数组都包含 3 个 元素。

{ [[0,0,0,], [0,0,0], [0,0,0], [0,0,0]],
[[0,0,0], [0,0,0], [0,0,0], [0,0,0]],
[[0,0,0], [0,0,0], [0,0,0], [0,0,0]] }

2, 2, 1 表示，列表中有 2 个数组，每个数组包含 2 个数组，每个数组只包含 1 个 元素

{ [[0], [0}],
[[0], [0]] }

- Anil Myne