關于numpy.array的shape屬性理解
numpy.array的shape屬性理解
numpy 創(chuàng)建的數(shù)組都有一個shape屬性,它是一個元組,返回各個維度的維數(shù)。有時候我們可能需要知道某一維的特定維數(shù)。
二維情況
>>> import numpy as np >>> y = np.array([[1,2,3],[4,5,6]]) >>> print(y) [[1 2 3] [4 5 6]] >>> print(y.shape) (2, 3) >>> print(y.shape[0]) 2 >>> print(y.shape[1]) 3
可以看到y(tǒng)是一個兩行三列的二維數(shù)組,y.shape[0]代表行數(shù),y.shape[1]代表列數(shù)。
三維情況
>>> x = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[0,1,2]],[[3,4,5],[6,7,8]]]) >>>> print(x) [[[1 2 3] [4 5 6]] [[7 8 9] [0 1 2]] [[3 4 5] [6 7 8]]] >>> print(x.shape) (3, 2, 3) >>> print(x.shape[0]) 3 >>> print(x.shape[1]) 2 >>> print(x.shape[2]) 3
可以看到x是一個包含了3個兩行三列的二維數(shù)組的三維數(shù)組,x.shape[0]代表包含二維數(shù)組的個數(shù),x.shape[1]表示二維數(shù)組的行數(shù),x.shape[2]表示二維數(shù)組的列數(shù)。
心得
可以看到,shape[0]表示最外圍的數(shù)組的維數(shù),shape[1]表示次外圍的數(shù)組的維數(shù),數(shù)字不斷增大,維數(shù)由外到內。
numpy數(shù)組array的shape屬性-1維、2維
numpy 創(chuàng)建的數(shù)組都有一個shape屬性,它是一個元組,返回各個維度的維數(shù)。
有時候我們可能需要知道某一維的特定維數(shù)。
一維情況
二維情況
可以看到y(tǒng)是一個兩行三列的二維數(shù)組,y.shape[0]代表行數(shù),y.shape[1]代表列數(shù)
三維情況
可以看到x是一個包含了3個兩行三列的二維數(shù)組的三維數(shù)組,x.shape[0]代表包含二維數(shù)組的個數(shù),x.shape[1]表示二維數(shù)組的行數(shù),x.shape[2]表示二維數(shù)組的列數(shù)。
總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python 列表排序方法reverse、sort、sorted詳解
本文給大家介紹的是Python中列表排序方法中的reverse、sort、sorted操作方法,以及他們直接的區(qū)別介紹,有需要的小伙伴可以參考下。2016-01-01python每5分鐘從kafka中提取數(shù)據(jù)的例子
今天小編就為大家分享一篇python每5分鐘從kafka中提取數(shù)據(jù)的例子,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2019-12-12使用Python自動化Microsoft Excel和Word的操作方法
這篇文章主要介紹了使用Python自動化Microsoft Excel和Word,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-04-04