python中shape[0]與shape[1]的說明
python中shape[0]與shape[1]
import numpy as np k = np.matrix([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) print(np.shape(k)) # 輸出(3,4)表示矩陣為3行4列 print(k.shape[0]) # shape[0]輸出3,為矩陣的行數(shù) print(k.shape[1]) # 同理shape[1]輸出列數(shù)
Python中shape[0]、shape[1]和shape[-1]是什么意思
shape函數(shù)是Numpy中的函數(shù),它的功能是讀取矩陣的長度,比如shape[0]就是讀取矩陣第一維度的長度。
直接用.shape可以快速讀取矩陣的形狀,使用shape[0]讀取矩陣第一維度的長度。
.shape的使用方法
>>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape)
(2, 3)
shape[0]的使用方法
>>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape[0]) 2
其實(shí),我們可以發(fā)現(xiàn):
>>> print(len(x)) 2
shape[0]讀取矩陣第一維度的長度,即數(shù)組的行數(shù)。
shape[1]的使用方法
>>> print(x.shape[1]) 3
是我們的數(shù)組的列數(shù)。
有時(shí)我們會(huì)遇到一種新的表示方法:shape[-1]
首先需要知道,對(duì)于二維張量,shape[0]代表行數(shù),shape[1]代表列數(shù),同理三維張量還有shape[2]
對(duì)于圖像來說:
- image.shape[0]——圖片高
- image.shape[1]——圖片長
- image.shape[2]——圖片通道數(shù)
而對(duì)于矩陣來說:
- shape[0]:表示矩陣的行數(shù)
- shape[1]:表示矩陣的列數(shù)
一般來說,-1代表最后一個(gè),所以shape[-1]代表最后一個(gè)維度,如在二維張量里,shape[-1]表示列數(shù),
注意,即使是一維行向量,shape[-1]表示行向量的元素總數(shù),換言之也是列數(shù):
我們還是舉上面的例子:
>>> print(x.shape[-1]) 3
就是求得的列數(shù)。
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)循環(huán)語句1到100累和
這篇文章主要介紹了python循環(huán)語句1到100累和方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-05-05能讓你輕松的實(shí)現(xiàn)自然語言處理的5個(gè)Python庫
今天教大家如何你輕松的實(shí)現(xiàn)自然語言預(yù)處理,僅僅需要5個(gè)python庫,文中介紹的非常詳細(xì),對(duì)正在學(xué)習(xí)python的小伙伴們有很好的幫助,需要的朋友可以參考下2021-05-05舉例詳解Python中的split()函數(shù)的使用方法
這篇文章主要介紹了舉例詳解Python中的split()函數(shù)的使用方法,split()函數(shù)的使用是Python學(xué)習(xí)當(dāng)中的基礎(chǔ)知識(shí),通常用于將字符串切片并轉(zhuǎn)換為列表,需要的朋友可以參考下2015-04-04