关于numpy.array的shape属性理解

更新时间：2023年09月14日 08:55:51 作者：Lavi_qq_2910138025

这篇文章主要介绍了关于numpy.array的shape属性理解,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

numpy.array的shape属性理解

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。

心得

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。

numpy数组array的shape属性-1维、2维

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。

一维情况

二维情况

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

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Django切换数据库和迁移数据详解
这篇文章主要介绍了Django切换数据库和迁移数据详解的相关资料,需要的朋友可以参考下
2022-11-11
python 工具字符串转numpy浮点数组的实现
这篇文章主要介绍了python 工具字符串转numpy浮点数组的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-03-03
python基础教程之数字处理(math)模块详解
这篇文章主要介绍了pythonr的数字处理模块知识(math),需要的朋友可以参考下
2014-03-03
Python selenium抓取微博内容的示例代码
本篇文章主要介绍了Python selenium抓取微博内容的示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-05-05
Python实现代码统计工具（终极篇）
这篇文章主要介绍了Python实现代码统计工具的相关资料，供大家参考，感兴趣的小伙伴们可以参考一下
2016-07-07
python中的opencv 图像分割与提取
这篇文章主要介绍了python中的opencv 图像分割与提取，图像中将前景对象作为目标图像分割或者提取出来。对背景本身并无兴趣分水岭算法及GrabCut算法对图像进行分割及提取。具体实现过程需要的朋友可以参考下面文章详细介绍
2022-06-06
python数据分析之将爬取的数据保存为csv格式
Python内置了CSV模块,可直接通过该模块实现csv文件的读写操作,在web应用中导出数据是比较常见操作,下面这篇文章主要给大家介绍了关于python数据分析之将爬取的数据保存为csv格式的相关资料,需要的朋友可以参考下
2022-06-06
Python+OpenCV感兴趣区域ROI提取方法
今天小编就为大家分享一篇Python+OpenCV感兴趣区域ROI提取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-01-01
Python机器学习应用之基于LightGBM的分类预测篇解读
这篇文章我们继续学习一下GBDT模型的另一个进化版本：LightGBM，LigthGBM是boosting集合模型中的新进成员，由微软提供，它和XGBoost一样是对GBDT的高效实现，原理上它和GBDT及XGBoost类似，都采用损失函数的负梯度作为当前决策树的残差近似值，去拟合新的决策树
2022-01-01
python flask框架快速入门
Flask 本身相当于一个内核，其他几乎所有的功能都要用到扩展，都需要用第三方的扩展来实现，本文给大家分享如何快速入门python flask框架，感兴趣的朋友一起看看吧
2021-05-05