NumPy 数组形状

告知:目的是学习,不以利益,内容都来自大数据,仅供学习以参考!

数组的形状
数组的形状是每个维中元素的数量。

获取数组的形状
NumPy 数组有一个名为 shape 的属性,该属性返回一个元组,每个索引具有相应元素的数量。

实例
打印 2-D 数组的形状:

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

print(arr.shape)

上面的例子返回 (2, 4),这意味着该数组有 2 个维,每个维有 4 个元素。

实例
利用 ndmin 使用值 1,2,3,4 的向量创建有 5 个维度的数组,并验证最后一个维度的值为 4:

import numpy as np

arr = np.array([1, 2, 3, 4], ndmin=5)

print(arr)
print('shape of array :', arr.shape)

元组的形状代表什么?
每个索引处的整数表明相应维度拥有的元素数量。

上例中的索引 4,我们的值为 4,因此可以说第 5 个 ( 4 + 1 th) 维度有 4 个元素。

© 版权声明
THE END
喜欢就支持以下吧
点赞0赞赏
分享
评论 抢沙发