Ich reduziere oft das Ndarray von Numpy, aber lassen Sie uns die Reihenfolge verstehen, in der die Daten angeordnet sind.
Erstellen Sie ndarray von (3, 3, 3). Die Werte erhalten Seriennummern, damit Sie sehen können, welcher Wert welcher Position zugeordnet ist.
import numpy as np
x = np.array([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]],
[[ 9, 10, 11], [12, 13, 14], [15, 16, 17]],
[[18, 19, 20], [21, 22, 23], [24, 25, 26]],])
print(x.shape)
out
(3, 3, 3)
Wenn Sie dies np.flatten (), sehen wir uns an, wie es in einer Dimension angeordnet ist.
x.flatten()
Es stellt sich heraus, dass die tiefsten Nester der Reihe nach genommen und in einer Dimension angeordnet sind! Es ist relativ intuitiv.
out
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23, 24, 25, 26])
Es ist kurz, aber das ist es!