欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

【Numpy库学习笔记】Numpy中dim、shape和size的理解

程序员文章站 2022-03-18 16:37:08
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 ……代码:import numpy as npa = np.array(3)print(a.ndim) # a的维度ndim=3b = np.array([2])print(b.ndim) # b的维度ndim=1c = np.array([[...

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

相关标签: Python numpy