numpy.array 的shape属性理解
2018-02-27 10:14
295 查看
简介
numpy 创建的数组都有一个shape属性,它是一个元组,返回各个维度的维数。有时候我们可能需要知道某一维的特定维数。二维情况
>>> 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是一个两行三列的二维数组,y.shape[0]代表行数,y.shape[1]代表列数。
三维情况
>>> 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是一个包含了3个两行三列的二维数组的三维数组,x.shape[0]代表包含二维数组的个数,x.shape[1]表示二维数组的行数,x.shape[2]表示二维数组的列数。
总结
可以看到,shape[0]表示最外围的数组的维数,shape[1]表示次外围的数组的维数,数字不断增大,维数由外到内。相关文章推荐
- numpy中array的简单属性
- Python Intro - Numpy array shape
- 笔记:对numpy中shape的理解
- numpy教程:ndarray属性、内建函数及其运算、迭代
- 对numpy中shape的深入理解
- 笔记:对numpy中shape的理解
- python numpy 如何获取和更改数组(array)的形状、维数-shape&reshape
- numpy创建array及属性
- numpy中的通用函数(ufunc)的广播机制(Broadcasting)依赖于数组shape属性
- 关于自定义view的属性的深入理解!
- 第191天:js---Array常用属性和方法总结
- array.prototype.silce.call 理解
- overflow:hidden语法属性全面理解
- Struts2的模型驱动、属性驱动的理解
- Android 深入理解Android中的自定义属性
- array.sort的深入理解
- 深入理解 Array.prototype.map()
- 在使用shape的同一时候,用代码改动shape的颜色属性
- GTK Box(hbox&vbox)的expand和fill两个属性的实践理解
- 对于Retain和Assign属性的理解