在 Numpy 中将指定的轴向后滚动，直到其位于给定位置

要将指定的轴向后滚动，直到其位于给定位置，请使用 Python Numpy 中的 numpy.moveaxis() 方法。此处:

• 第一个参数是输入数组
• 第二个参数是要滚动的轴。其他轴的位置彼此之间保持不变。
• 第三个参数是起始位置，即当起始位置 <= 轴时，轴将向后滚动，直到其位于该位置。

当起始位置 > 轴时，轴将滚动，直到其位于该位置之前。

步骤

首先，导入所需的库 −

import numpy as np

Create an array with ones −

arr = np.ones((2, 3, 4, 5))

显示我们的数组 −

print("数组...
",arr)

获取数据类型 −

print("
数组数据类型...
",arr.dtype)

获取数组的维度 −

print("
数组维度...
",arr.ndim)

获取数组的形状 −

print("
我们的数组形状...
",arr.shape)

要将指定的轴向后滚动，直到它位于给定位置，请使用 numpy.moveaxis() 方法 −

print("
Result
",np.rollaxis(arr, 3, 1).shape)
print("
Result
",np.rollaxis(arr, 2).shape)
print("
Result
",np.rollaxis(arr, 1).shape)
print("
Result
",np.rollaxis(arr, 1, 4).shape)

示例

import numpy as np

# 创建一个包含 1 的数组
arr = np.ones((2, 3, 4, 5))

# 显示我们的数组
print("数组...
",arr)

# 获取数据类型
print("
数组数据类型...
",arr.dtype)

# 获取数组的维度
print("
数组维度...
",arr.ndim)

# 获取数组的形状
print("
我们的数组形状...
",arr.shape)

# 要将指定的轴向后滚动，直到它位于给定位置，请使用 Python Numpy 中的 numpy.moveaxis() 方法。
# 这里，第一个参数是输入数组。
# 第二个参数是要滚动的轴。其他轴的位置彼此之间保持不变。
# 第三个参数是起始位置，即当起始位置 <= 轴时，轴将向后滚动，直到它位于该位置。
# 当起始位置 > 轴时，轴将滚动，直到它位于该位置之前。
print("
结果
",np.rollaxis(arr, 3, 1).shape)

print("
结果
",np.rollaxis(arr, 2).shape)

print("
结果
",np.rollaxis(arr, 1).shape)

print("
结果
",np.rollaxis(arr, 1, 4).shape)

输出

数组...
[[[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]

[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]

[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]]

[[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]

[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]

[[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]]]]

数组数据类型...
float64

数组维度...
4

我们的数组形状...
(2, 3, 4, 5)

结果
(2, 5, 3, 4)

结果
(4, 2, 3, 5)

结果
(3, 2, 4, 5)

结果
(2, 4, 5, 3)

相关文章

• 创建一个可能带有掩码值的数组类，并在 Numpy 中设置不同的输出 dtype
• 创建一个可能带有掩码值的数组类，并在 Numpy 中填写掩码值
• 使用 Numpy 中现有数组的属性清空掩码数组
• 在 Numpy 中显示当前掩码
• 在 NumPy 中将给定标量元素与掩码数组元素相除并返回带有商和余数的数组
• 在 Numpy 中从数组创建布尔掩码
• 在 NumPy 中转储掩码数组的 pickle
• 在 NumPy 中将标量值划分为掩码数组的每个元素
• 使用 NumPy 中的 __truediv__() 将标量值划分为掩码数组的每个元素
• 使用 NumPy 中的 __rtruediv__() 将掩码数组的每个元素划分为标量值