简单看懂jupyter张量的显示

最新推荐文章于 2024-05-07 20:19:19 发布

迷迷糊糊也好

最新推荐文章于 2024-05-07 20:19:19 发布

阅读量709

点赞数 1

CC 4.0 BY-SA版权

分类专栏：神经网络学习文章标签： python

本文链接：https://blog.csdn.net/qq_31150463/article/details/84403420

神经网络学习专栏收录该内容

49 篇文章

订阅专栏

本文通过实例展示了如何理解和解析高维张量的显示方式，包括一维到四维数据的直观展示，揭示了不同维度数据的显示规律，强调了空格在数据排版中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TF显示矩阵的时候，一开始对于高维张量的显示有些不适应，总结一下：
先看代码：

    import numpy as np
    T1=np.array(np.random.randint(1,9,[5]))
    print("1维数据的显示:\n",T1)
    T2=np.array(np.random.randint(1,9,[2,3]))
    print("2维数据的显示:\n",T2)
    T3=np.array(np.random.randint(1,9,[2,3,4]))
    print("3维数据的显示:\n",T3)
    T4=np.array(np.random.randint(1,9,[4,3,2,4]))
    print("4维数据的显示:\n",T4)

输出结果：

1维数据的显示:
 [3 3 5 1 2]
2维数据的显示:
 [[1 4 7]
 [6 6 3]]
3维数据的显示:
 [[[8 4 8 8]
  [4 8 1 6]
  [6 1 2 2]]

 [[6 7 8 1]
  [6 2 3 4]
  [5 8 6 5]]]
4维数据的显示:
 [[[[4 8 5 8]
   [4 8 6 3]]

  [[5 4 3 1]
   [3 4 5 8]]

  [[2 2 3 8]
   [7 8 3 6]]]


 [[[7 5 4 8]
   [3 1 2 8]]

  [[5 4 2 6]
   [7 7 8 2]]

  [[8 3 8 2]
   [3 5 2 1]]]


 [[[3 6 5 3]
   [5 6 4 5]]

  [[4 4 7 7]
   [1 3 4 1]]

  [[6 5 1 6]
   [3 3 7 1]]]


 [[[8 2 1 7]
   [1 2 3 5]]

  [[3 2 6 5]
   [4 1 2 1]]

  [[2 3 1 2]
   [8 6 1 7]]]]

可以总结出以下几点：
1.有多少层[]就是几维数据
2.从3维开始，数据分块显示：每一维数据看作一块，块和块之间有空格分开显示，空格可不是代表此处的数据为空，只是分割排版显示作用。比如，3维数据里面，每一张表格之间有一行的空格；四维数据里面，包含的每个三维数据块之间也有空格分开，而且三维的内部仍然遵循这个规律。