Numpy中的shape函數的用法詳解

Posted on by

shape函數的功能是讀取矩陣的長度，比如shape[0]就是讀取矩陣第一維度的長度,相當於行數。它的輸入參數可以是一個整數表示維度，也可以是一個矩陣。shape函數返回的是一個元組，表示數組（矩陣）的維度，例子如下：

1. 數組（矩陣）隻有一個維度時，shape隻有shape[0]，返回的是該一維數組（矩陣）中元素的個數，通俗點說就是返回列數，因為一維數組隻有一行，一維情況中array創建的可以看做list（或一維數組），創建時用（）和[ ]都可以，多維就不可以這樣子瞭，這裡使用[ ]，請看下例：

>>> a=np.array([1,2])
>>> a
array([1, 2])
>>> a.shape
(2L,)
>>> a.shape[0]
2L
>>> a.shape[1]
Traceback (most recent call last):
 File "<pyshell#63>", line 1, in <module>
  a.shape[1]
IndexError: tuple index out of range  #最後報錯是因為一維數組隻有一個維度，可以用a.shape或a.shape[0]來訪問



>>> a=np.array((1,2))
>>> a
array([1, 2]) #這個使用的是兩個（）包裹，得到的數組和前面的一樣

2.數組有兩個維度（即行和列）時，和我們的邏輯思維一樣，a.shape返回的元組表示該數組的行數與列數，請看下例：

>>> a=np.array([[1,2],[3,4]])  #註意二維數組要用（）和[]一起包裹起來，鍵入print a 會得到一個用2個[]包裹的數組（矩陣）
>>> a
array([[1, 2],
    [3, 4]])
>>> a.shape
(2L, 2L)
>>> b=np.array([[1,2,3],[4,5,6]])
>>> b
array([[1, 2, 3],
    [4, 5, 6]])
>>> b.shape
(2L, 3L)

3.當數組是三維時，要用一個（）和兩個[]包裹起來，鍵入print a 會得到一個用3個[]包裹的數組（矩陣），請看下例：

>>> a=np.array([[[1,2],[3,4]]])
>>> a
array([[[1, 2],
    [3, 4]]])
>>> a.shape
(1L, 2L, 2L)

這裡返回的元組表示3個維度各包含的元素的個數。
所謂元素，在一維時就是元素的個數，二維時表示行數和列數，三維時a.shape【0】表示創建的塊數，a.shape【1】和a.shape【2】表示每一塊（每一塊都是二維的）的行數和列數，舉個例子：

>>> a=np.ones([2,2,3])#創建兩個2行3列的數組（矩陣）
>>> a
array([[[ 1., 1., 1.],
    [ 1., 1., 1.]],
 
    [[ 1., 1., 1.],
    [ 1., 1., 1.]]])

總結:使用np.array（）創建數組時，

一維的可以直接np.array（[1,2,3]）或者np.array((1,2,3))，輸出（print）時是：

>>> print a
[1 2 3]

外面有一個[]包裹；

二維的要使用np.array（[[1,2,3],[1,2,3]]),用一個（）和一個[]把要輸入的list包裹起來，輸出（print）時是

>>> print a
[[1 2 3]
 [1 2 3]]

外面有兩個[]包裹；

三維的要使用np.array（[[[1,2,3],[1,2,3]]]）,用一個（）和兩個[]把要輸入的list包裹起來，輸出（print）時是

>>> print a
[[[1 2 3]
 [1 2 3]]]

外面有三個[]包裹；

對於更高維的情況以後再研究

到此這篇關於Numpy中的shape函數的用法詳解的文章就介紹到這瞭,更多相關Numpy shape函數用法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：