【Numpy库学习笔记】Numpy中dim、shape和size的理解

一、dim

理解：
dim就是维数，比如数组会有一维数组，二维数组……。numpy的dim维数同理。

那如何判断numpy的维数，最简单的方法就是数一数"中括号"的数量。没有中括号，dim=0； 1个中括号，dim=1； 2个中括号，dim=2 ……如：
①a = np.array([[1,2,3],[2,3,4]])，在array和第一行元素1,2,3中间有2个[，说明是2维。
②a = np.array(3)，在array和第一个元素3中间没有[，所以是0维。
③a = np.array([4])，在array和第一个元素4中间有一个[，说明是1维。

代码：

import numpy as np

a = np.array(3)
print(a.ndim)   # a的维度ndim=3

b = np.array([2])
print(b.ndim)  # b的维度ndim=1

c = np.array([[1,2,3],[2,3,4]])
print(c.ndim)  # c的维度ndim=2

二、shape

理解：
shape表示numpy数组的是什么形状的，比如一个二维的数组是几行几列的。

代码:

import numpy as np

array = np.array([[1, 2, 3],
                  [2, 3, 4]])
print(array.shape)

输出：
(2, 3)

备注：
①使用np.array构造一个2维的数组，使用array.shape查看数组的shape形状。
②（2,3）表明numpy数组是2行3列的数组。第一行 1，2，3；第二行 2，3，4。

三、size

理解：
size表示数组中一共有多少个元素。

代码：

import numpy as np

array = np.array([[1, 2, 3],
                  [2, 3, 4]])
print(array.size)

输出：
6

备注：
使用np.array创建了一个2维的2行3列的数组，一共有2×3＝个元素。

四、代码示例

import numpy as np

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


print(array)  # 打印矩阵
print('number of dim:', array.ndim)  # dim维度 2
print('shape:', array.shape)  # shape（几行几列）shape(2,3) 代表2行3列
print('size:', array.size)  # size 总共有多少个元素在里面

本文地址：https://blog.csdn.net/m0_38068876/article/details/109853745