shape函數(shù)的功能是讀取矩陣的長(zhǎng)度,比如shape[0]就是讀取矩陣第一維度的長(zhǎng)度,相當(dāng)于行數(shù)。它的輸入?yún)?shù)可以是一個(gè)整數(shù)表示維度,也可以是一個(gè)矩陣。shape函數(shù)返回的是一個(gè)元組,表示數(shù)組(矩陣)的維度,例子如下:
1. 數(shù)組(矩陣)只有一個(gè)維度時(shí),shape只有shape[0],返回的是該一維數(shù)組(矩陣)中元素的個(gè)數(shù),通俗點(diǎn)說就是返回列數(shù),因?yàn)橐痪S數(shù)組只有一行,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(shí)用()和[ ]都可以,多維就不可以這樣子了,這里使用[ ],請(qǐng)看下例:
>>> a=np.array([1,2])
>>> a
array([1, 2])
>>> a.shape
(2L,)
>>> a.shape[0]
2L
>>> a.shape[1]
Traceback (most recent call last):
File "pyshell#63>", line 1, in module>
a.shape[1]
IndexError: tuple index out of range #最后報(bào)錯(cuò)是因?yàn)橐痪S數(shù)組只有一個(gè)維度,可以用a.shape或a.shape[0]來訪問
>>> a=np.array((1,2))
>>> a
array([1, 2]) #這個(gè)使用的是兩個(gè)()包裹,得到的數(shù)組和前面的一樣
2.數(shù)組有兩個(gè)維度(即行和列)時(shí),和我們的邏輯思維一樣,a.shape返回的元組表示該數(shù)組的行數(shù)與列數(shù),請(qǐng)看下例:
>>> a=np.array([[1,2],[3,4]]) #注意二維數(shù)組要用()和[]一起包裹起來,鍵入print a 會(huì)得到一個(gè)用2個(gè)[]包裹的數(shù)組(矩陣)
>>> a
array([[1, 2],
[3, 4]])
>>> a.shape
(2L, 2L)
>>> b=np.array([[1,2,3],[4,5,6]])
>>> b
array([[1, 2, 3],
[4, 5, 6]])
>>> b.shape
(2L, 3L)
3.當(dāng)數(shù)組是三維時(shí),要用一個(gè)()和兩個(gè)[]包裹起來,鍵入print a 會(huì)得到一個(gè)用3個(gè)[]包裹的數(shù)組(矩陣),請(qǐng)看下例:
>>> a=np.array([[[1,2],[3,4]]])
>>> a
array([[[1, 2],
[3, 4]]])
>>> a.shape
(1L, 2L, 2L)
這里返回的元組表示3個(gè)維度各包含的元素的個(gè)數(shù)。
所謂元素,在一維時(shí)就是元素的個(gè)數(shù),二維時(shí)表示行數(shù)和列數(shù),三維時(shí)a.shape【0】表示創(chuàng)建的塊數(shù),a.shape【1】和a.shape【2】表示每一塊(每一塊都是二維的)的行數(shù)和列數(shù),舉個(gè)例子:
>>> a=np.ones([2,2,3])#創(chuàng)建兩個(gè)2行3列的數(shù)組(矩陣)
>>> a
array([[[ 1., 1., 1.],
[ 1., 1., 1.]],
[[ 1., 1., 1.],
[ 1., 1., 1.]]])
總結(jié):使用np.array()創(chuàng)建數(shù)組時(shí),
一維的可以直接np.array([1,2,3])或者np.array((1,2,3)),輸出(print)時(shí)是:
外面有一個(gè)[]包裹;
二維的要使用np.array([[1,2,3],[1,2,3]]),用一個(gè)()和一個(gè)[]把要輸入的list包裹起來,輸出(print)時(shí)是
>>> print a
[[1 2 3]
[1 2 3]]
外面有兩個(gè)[]包裹;
三維的要使用np.array([[[1,2,3],[1,2,3]]]),用一個(gè)()和兩個(gè)[]把要輸入的list包裹起來,輸出(print)時(shí)是
>>> print a
[[[1 2 3]
[1 2 3]]]
外面有三個(gè)[]包裹;
對(duì)于更高維的情況以后再研究
到此這篇關(guān)于Numpy中的shape函數(shù)的用法詳解的文章就介紹到這了,更多相關(guān)Numpy shape函數(shù)用法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Numpy中ndim、shape、dtype、astype的用法詳解
- numpy庫reshape用法詳解