Warning: file_get_contents(/data/phpspider/zhask/data//catemap/3/arrays/14.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 使用numpy.ndarray.ndim(arr)直接获得维度数_Python_Arrays_Numpy - Fatal编程技术网

Python 使用numpy.ndarray.ndim(arr)直接获得维度数

Python 使用numpy.ndarray.ndim(arr)直接获得维度数,python,arrays,numpy,Python,Arrays,Numpy,我是否可以直接使用命令numpy.ndarray.ndim(arr)来获取数组的维数??没有输入numpy。是否可能???否,如果不导入模块,则无法使用该模块中定义的任何内容 没有, 但是您可以使用数组属性arr.ndim来获取它 与列表一样,a有一个len。它没有ndim: In [959]: a.ndim -------

我是否可以直接使用命令numpy.ndarray.ndim(arr)来获取数组的维数??没有输入numpy。是否可能???

否,如果不导入模块,则无法使用该模块中定义的任何内容

没有, 但是您可以使用数组属性
arr.ndim
来获取它

与列表一样,
a
有一个
len
。它没有
ndim

In [959]: a.ndim                                                                                       
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-959-2cb81154a11f> in <module>
----> 1 a.ndim

AttributeError: 'array.array' object has no attribute 'ndim'

虽然列表可以嵌套,
array.array
必须包含预定义的元素类型,如文档所示。它没有通用对象类型,因此始终为一维。

什么是
arr
?如果它是一个numpy数组,那么您已经导入了numpy。这里(arr)是一个使用标准Python库类array创建的数组。arraythen numpy函数不适用。
In [959]: a.ndim                                                                                       
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-959-2cb81154a11f> in <module>
----> 1 a.ndim

AttributeError: 'array.array' object has no attribute 'ndim'
In [960]: np.ndim(a)                                                                                   
Out[960]: 1                            # always 1
In [961]: np.ndim([1,2,3])                                                                             
Out[961]: 1