介绍
小编给大家分享一下Numpy中形状函数怎么用,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获、下面让我们一起去了解一下吧!
形状函数的功能是读取矩阵的长度,比如形状[0]就是读取矩阵第一维度的长度,相当于行数。它的输入参数可以是一个整数表示维度,也可以是一个矩阵.shape函数返回的是一个元组,表示数组(矩)阵的维度,例子如下:
1。数组(矩)阵只有一个维度时,形状只[0]有形状,返回的是该一维数组(矩)阵中元素的个,数通俗点说就是返回列数,因为一维数组只有一行,一维情况中数组创建的可以看做列表(或一维数组),创建时用()和[]都可以,多维就不可以这样子了,这里使用[],请看下例:
在祝辞祝辞,a=np.array ([1, 2])
,在的在的在一个
阵列([1,2])
在祝辞祝辞a.shape
(2 l,)
在祝辞祝辞,a.shape [0]
2 l
在祝辞祝辞,a.shape [1]
Traceback (most recent call 最后一个):
,File “& lt; pyshell # 63的在“,,line 1,拷贝& lt; module>
a.shape才能[1]
IndexError: tuple index out of range , #最后报错是因为一维数组只有一个维度,可以用a.shape或。形状[0]来访问 在祝辞祝辞,a=np.array ((1、2)
,在的在的在一个
阵列([1,2]),#这个使用的是两个()包裹,得到的数组和前面的一样 2。数组有两个维度(即行和列)时,和我们的逻辑思维一样,。形状返回的元组表示该数组的行数与列数,请看下例:
在祝辞祝辞,a=np.array([[1、2],[3,4]]),, #注意二维数组要用()和[]一起包裹起来,键入print a 会得到一个用2个[]包裹的数组(矩)阵
,在的在的在一个
数组([[1,2],
,,,[3,4]])
在祝辞祝辞a.shape
(2 l,, 2升)
在祝辞祝辞,b=np.array ([[1, 2, 3], [4、5、6]])
在祝辞祝辞,b
阵列([[1,2,3]。
,,,(4,5日,6]])
在祝辞祝辞b.shape
3 (2 l, l) 3。当数组是三维时,要用一个()和两个[]包裹起来,键入打印会得到一个用3个[]包裹的数组(矩阵),请看下例:
在祝辞祝辞,a=np.array ([[[1、2], [3,4]]])
,在的在的在一个
阵列([[[1,2],
,,,[3,4]]])
在祝辞祝辞a.shape
2 (1 l, l,, 2 l) 这里返回的元组表示3个维度各包含的元素的个数。
所谓元素,在一维时就是元素的个数,二维时表示行数和列数,三维时a.shape【0】表示创建的块数,a.shape【1】和a。形状【2】表示每一块(每一块都是二维的)的行数和列数,举个例子:
在祝辞祝辞,a=np.ones([2, 2, 3]) #创建两个2行3列的数组(矩)阵
,在的在的在一个
数组([[[1。,,1,,1。),
,,,(1。,,1,,1。]],
,
,,,[[1。,,1,,1。),
,,,(1。,,1,,1。]]]) 总结:使用np.array()创建数组时,
一维的可以直接np.array([1, 2, 3])或者np.array((1、2、3)、输出(印刷)时是:
在祝辞祝辞print
[1,2,3] 外面有一个[]包裹;
二维的要使用np.array([[1, 2, 3],[1, 2, 3]]),用一个()和一个[]把要输入的单包裹起来,输出(印刷)时是
在祝辞祝辞print
[[1,2,3]
,[1,2,3]] 外面有两个[]包裹;
三维的要使用np。阵列([[[1,2,3],[1,2,3]]]),用一个()和两个[]把要输入的单包裹起来,输出(印刷)时是
在祝辞祝辞print
[[[1,2,3]
,[1,2,3]]] 外面有三个[]包裹;
对于更高维的情况以后再研究
以上是“Numpy中形状函数怎么用”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注行业资讯频道!
