快捷導(dǎo)航

對numpy中shape的深入理解

更新時間：2018年06月15日 10:12:52 作者：by_study

今天小編就為大家分享一篇對numpy中shape的深入理解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

環(huán)境：Windows， Python2.7

一維情況：

<span style="font-size:14px;">>>> import numpy as np 
>>> a = np.array([2,3,33]) 
>>> a 
array([ 2 3 33 ]) 
>>> print a 
[ 2 3 33 ] 
>>> a.shape 
(3, )</span>

一維情況中array創(chuàng)建的可以看做list（或一維數(shù)組），創(chuàng)建時用（）和[ ]都可以，多維也一樣，兩種方法創(chuàng)建后的輸出顯示結(jié)果也相同，這里使用[ ]進行創(chuàng)建

輸出a的shape會顯示一個參數(shù)，就是這個list中元素個數(shù)

創(chuàng)建時也可以直接使用np.zeros([1])，這樣會創(chuàng)建全0的list，或者np.ones([1])，不需要我們輸入數(shù)據(jù)，見下圖：

<span style="font-size:14px;">>>> a = np.zeros([1]) 
>>> b = np.ones([1]) 
>>> print a 
[ 0. ] 
>>> print b 
[ 1. ]</span>

二維情況：

<span style="font-size:14px;">>>> a = np.array([[2,2,2],[3,3,3]]) 
>>> print a 
[[ 2 2 2 ] 
 [ 3 3 3 ]] 
>>> a.shape 
(2, 3)</span>

二維情況中array創(chuàng)建的可以看做二維數(shù)組（矩陣），注意創(chuàng)建時需要使用2個[ ]，輸出a的shape顯示的（2,3）相當于有2行，每行3個數(shù)，使用np.ones創(chuàng)建結(jié)果如下：

<span style="font-size:14px;">>>> a = np.ones([2, 3]) >>> print a [[ 1. 1. 1. ] [ 1. 1. 1. ]]</span>

多維情況：

多維情況統(tǒng)一使用np.ones進行創(chuàng)建，先看三維情況：

<span style="font-size:14px;">>>> a = np.ones([1,1,1]) 
>>> print a 
[[[ 1.]]] 
>>> a = np.ones([1,1,2]) 
>>> print a 
[[[ 1. 1.]]] 
>>> a = np.ones([1,2,1]) 
>>> print a 
[[[ 1.] 
 [ 1.]]] 
>>> a = np.ones([2,1,1]) 
>>> print a 
[[[ 1.]] 
 
 [[ 1.]]]</span>

從上面的代碼可以看出，三維情況創(chuàng)建時后面2個參數(shù)可以看做是創(chuàng)建二維數(shù)組，第1個參數(shù)看做創(chuàng)建的二維數(shù)組的個數(shù)，所以創(chuàng)建時輸入的參數(shù)為2,3,2時，就相當于創(chuàng)建了2個3行2列的二維數(shù)組，如下：

<span style="font-size:14px;">>>> a = np.ones([2,3,2]) 
>>> print a 
[[[ 1. 1.] 
 [ 1. 1.] 
 [ 1. 1.]] 
 
 [[ 1. 1.] 
 [ 1. 1.] 
 [ 1. 1.]]]</span>

然后看四維情況：

<span style="font-size:14px;">>>> a = np.ones([1,1,1,1]) 
>>> print a 
[[[[ 1.]]]] 
>>> a = np.ones([1,1,1,2]) 
>>> print a 
[[[[ 1. 1.]]]] 
>>> a = np.ones([1,1,2,1]) 
>>> print a 
[[[[ 1.] 
 [ 1.]]]] 
>>> a = np.ones([1,2,1,1]) 
>>> print a 
[[[[ 1.]] 
 
 [[ 1.]]]] 
>>> a = np.ones([2,1,1,1]) 
>>> print a 
[[[[ 1.]]] 
 
 
 [[[ 1.]]]]</span>

從上面代碼可以看出：四維時將第一個參數(shù)設(shè)置為2和第二個參數(shù)設(shè)置為2時，輸出結(jié)果中間的空行數(shù)量不同，我把它理解成先創(chuàng)建1行1列的二維數(shù)組[[ 1. ]]，然后按照第2個參數(shù)打包這樣的二維數(shù)組，如果第二個參數(shù)是2，則打包2個2維數(shù)組變成[[[ 1. ]]，[[ 1. ]]]（小包），然后按照第1個參數(shù)再打包這樣的包，如果第一個參數(shù)是2，則變成[[[[ 1. ]], [[ 1. ]]], [[[ 1. ]], [[ 1. ]]]]（大包），就是下面的結(jié)果：

<span style="font-size:14px;">>>> a = np.ones([2,2,1,1]) 
>>> print a 
[[[[ 1.]] 
 
 [[ 1.]]] 
 
 
 [[[ 1.]] 
 
 [[ 1.]]]]</span>

四維以上的結(jié)果也是這么理解~輸出中區(qū)分參數(shù)用空行~

然后來看一下特定輸出：

>>> import numpy as np
>>> m = np.ones([2,3,2,3])
>>> print m
[[[[ 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.]]]]
>>> print m[1,:,:,:]
[[[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]]
>>> print m[:,1,:,:]
[[[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]]
>>> print m[:,:,1,:]
[[[ 1. 1. 1.]
 [ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]
 [ 1. 1. 1.]]]
>>> print m[:,:,:,1]
[[[ 1. 1.]
 [ 1. 1.]
 [ 1. 1.]]
 [[ 1. 1.]
 [ 1. 1.]
 [ 1. 1.]]]

前面print m很好理解~

然后print m[1,：,：,：]，：代表默認值（就是一開始你輸入時指定的值），這句代碼相當于輸出2個包中的第1個包（從0開始計數(shù)），這個包里面有3個小包，小包里面是2*3的二維數(shù)組，所以結(jié)果就是上面的~

然后print m[：,1,：,：]，相當于輸出2個大包，每個大包輸出第1個小包，小包里面是2*3的二維數(shù)組

然后print m[：,：,1,：]，相當于輸出2個大包，每個大包輸出3個小包，小包里面是二維數(shù)組的第1行

然后print m[：,：,：,1]，相當于輸出2個大包，每個大包輸出3個小包，小包里面是1*2的二維數(shù)組

其他結(jié)果可以自己去試試~

總結(jié)：采用np.array()創(chuàng)建時需要幾個維度就要用幾個[ ]括起來，這種創(chuàng)建方式要給定數(shù)據(jù)；采用np.ones()或np.zeros()創(chuàng)建分別產(chǎn)生全1或全0的數(shù)據(jù)，用a.shape會輸出你創(chuàng)建時的輸入，創(chuàng)建時輸入了幾個維度輸出就會用幾個[ ]括起來，shape的返回值是一個元組，里面每個數(shù)字表示每一維的長度

以上這篇對numpy中shape的深入理解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: