>>> print np.array([np.arange(10)]).transpose()
[[0]
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]]
क्या इन अतिरिक्त चरणों के माध्यम से बिना लंबवत arange प्राप्त करने का कोई तरीका है?आप एक numpy लंबवत arange कैसे बनाते हैं?
>>> print np.array([np.arange(10)]).transpose()
[[0]
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]]
क्या इन अतिरिक्त चरणों के माध्यम से बिना लंबवत arange प्राप्त करने का कोई तरीका है?आप एक numpy लंबवत arange कैसे बनाते हैं?
आप np.newaxis उपयोग कर सकते हैं:
>>> np.arange(10)[:, np.newaxis]
array([[0],
[1],
[2],
[3],
[4],
[5],
[6],
[7],
[8],
[9]])
np.newaxis
सिर्फ None
के लिए एक उपनाम है, और मुख्य रूप से पठनीयता के लिए numpy
डेवलपर्स द्वारा जोड़ा गया है। इसलिए np.arange(10)[:, None]
उपर्युक्त समाधान के समान सटीक परिणाम उत्पन्न करेगा।
बस जोड़ने के लिए, 'np.newaxis' के बजाय 'कोई नहीं' गुजरना एक ही प्रभाव है ... –
क्या आप कुछ दस्तावेज़ों को इंगित कर सकते हैं कि यह क्यों काम करता है? –
@ सोलो कैस्ट्रो, धन्यवाद, मुझे यह नहीं पता था। – Akavall
मुझे क्या करना होगा:
np.arange(10).reshape((10, 1))
np.array के विपरीत, नयी आकृति प्रदान एक हल्के वजन आपरेशन जो सरणी में डेटा की प्रतिलिपि नहीं करता है।
स्वीकार करूंगा एक साइड नोट पर, आप पहले आयाम के आकार को निर्दिष्ट करने से बचने के लिए 'whatever.reshape (-1, 1) 'भी कर सकते हैं। –
आप पहले से ही कुछ अनावश्यक कदम उठा रहे हैं - 'np.array()' और '[]' अनावश्यक हैं क्योंकि 'np.arange' एक numpy सरणी देता है। आप बस 'np.arange (10) कर सकते हैं। ट्रांसफर() ' – Brionius
@ ब्रियोनियस, 1 डी सरणी का' ट्रांसपोज़ 'कुछ भी नहीं करता है। ओपी सरणी में एक अतिरिक्त आयाम जोड़ने के लिए '[]' का उपयोग कर रहा है और यह पूछ रहा है कि एक ही परिणाम प्राप्त करने के लिए एक और अधिक प्रभावी तरीका है या नहीं। –
@ बिरिको आह, तुम सही हो, मेरी गलती। – Brionius