您的位置:首页 > 编程语言 > Python开发

python numpy.shape 和 numpy.reshape函数

2016-09-02 18:42 369 查看

numpy.shape:

输入参数:类似数组(比如列表,元组)等,或是数组

返回:一个整型数字的元组,元组中的每个元素表示相应的数组每一维的长度

#一维列表
L=range(5)
shape(L)
#二维列表
L=[[1,2,3],[4,5,6]]
shape(L)




#一维数组
arr=array(range(5))
shape(arr)
#二维数组
arr=array([[1,2,3], [4,5,6]])
shape(arr)




矩阵(ndarray)的shape属性可以获取矩阵的形状(例如二维数组的行列),获取的结果是一个元组,因此相关代码如下:

import numpy as np
x = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]])
# 输出数组的行和列数
print x.shape  # (4, 3)
# 只输出行数
print x.shape[0] # 4
# 只输出列数
print x.shape[1] # 3


numpy.reshape:

函数功能:给予数组一个新的形状,而不改变它的数据

输入参数:

a:将要被重塑的类数组或数组

newshape:整数值或整数元组。新的形状应该兼容于原始形状。如果是一个整数值,表示一个一维数组的长度;如果是元组,一个元素值可以为-1,此时该元素值表示为指定,此时会从数组的长度和剩余的维度中推断出

order:可选(忽略)

返回:一个新的形状的数组

a=array([[1,2,3],[4,5,6]])
reshape(a, 6)


内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: