Numpy数组维度

Question

我目前正在尝试学习Numpy和Python.给出以下数组:

import numpy as np
a = np.array([[1,2],[1,2]])

是否有一个返回维度的函数a(ega是一个2乘2的数组)？

size() 返回4,这没有多大帮助.

Answer 1

它是.shape:

ndarray.shape
数组维度的元组.

从而:

>>> a.shape
(2, 2)

Answer 2

第一:

按照惯例,在Python世界中,快捷方式numpy是np,所以:

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:

尺寸

在数学/物理学中,维度或维度被非正式地定义为指定空间中任何点所需的最小坐标数.但在Numpy中,根据numpy doc,它与轴/轴相同:

在Numpy中,尺寸称为轴.轴数是等级.

In [3]: a.ndim  # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2

轴/轴

在Numpy中索引a 的第n个坐标array.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

描述沿每个可用轴的数据(或范围).

In [5]: a.shape
Out[5]: (2, 2)  # both the first and second axis have 2 (columns/rows/pages/blocks/...) data

Answer 3

import numpy as np   
>>> np.shape(a)
(2,2)

如果输入不是numpy数组而是列表列表,也可以工作

>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)

或元组元组

>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)

Answer 4

你可以使用.shape

In: a = np.array([[1,2,3],[4,5,6]])
In: a.shape
Out: (2, 3)
In: a.shape[0] # x axis
Out: 2
In: a.shape[1] # y axis
Out: 3

Answer 5

您可以使用.ndim维度并.shape了解确切的维度

var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])

var.ndim
# displays 2

var.shape
# display 6, 2

您可以使用.reshape功能更改尺寸

var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]]).reshape(3,4)

var.ndim
#display 2

var.shape
#display 3, 4

Answer 6

该shape方法要求a是Numpy ndarray.但是Numpy也可以计算纯python对象的可迭代形状:

np.shape([[1,2],[1,2]])