如何获取数组的维数?例如,这是2x2:
a = np.array([[1,2],[3,4]])
如何获取数组的维数?例如,这是2x2:
a = np.array([[1,2],[3,4]])
当前回答
import numpy as np
>>> np.shape(a)
(2,2)
如果输入不是numpy数组,而是列表的列表,同样有效
>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)
或者是元组的元组
>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)
其他回答
a.shape只是np.info()的一个限定版本。看看这个:
import numpy as np
a = np.array([[1,2],[1,2]])
np.info(a)
Out
class: ndarray
shape: (2, 2)
strides: (8, 4)
itemsize: 4
aligned: True
contiguous: True
fortran: False
data pointer: 0x27509cf0560
byteorder: little
byteswap: False
type: int32
你可以用.ndim表示尺寸,用.shape来知道确切的尺寸:
>>> var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])
>>> var.ndim
2
>>> varshape
(2, 6)
你可以使用.重塑函数改变尺寸:
>>> var_ = var.reshape(3, 4)
>>> var_.ndim
2
>>> var_.shape
(3, 4)
第一:
按照惯例,在Python世界中,numpy的快捷方式是np,因此:
In [1]: import numpy as np
In [2]: a = np.array([[1,2],[3,4]])
第二:
在Numpy中,尺寸、轴/轴、形状是相关的,有时是相似的概念:
维
在数学/物理中,维数或维数被非正式地定义为指定空间内任何点所需的最小坐标数。但在Numpy中,根据Numpy文档,它与axis/axes相同:
在Numpy中,维度称为轴。轴的数量是秩。
In [3]: a.ndim # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2
轴/轴
在Numpy中索引数组的第n个坐标。多维数组每个轴可以有一个索引。
In [4]: a[1,0] # to index `a`, we specific 1 at the first axis and 0 at the second axis.
Out[4]: 3 # which results in 3 (locate at the row 1 and column 0, 0-based index)
形状
描述沿每个可用轴有多少数据(或范围)。
In [5]: a.shape
Out[5]: (2, 2) # both the first and second axis have 2 (columns/rows/pages/blocks/...) data
rows = a.shape[0] # 2
cols = a.shape[1] # 2
a.shape #(2,2)
a.size # rows * cols = 4
shape方法要求a是Numpy ndarray。但是Numpy也可以计算纯python对象的可迭代对象的形状:
np.shape([[1,2],[1,2]])