Python 关于Numpy形状
我是numpy的新手,对此有个问题: 根据docs.scipy.org,“shape”方法是“数组的维度。对于一个有n行和m列的矩阵,shape将是(n,m)” 假设我要创建一个简单的数组,如下所示:Python 关于Numpy形状,python,arrays,numpy,shape,Python,Arrays,Numpy,Shape,我是numpy的新手,对此有个问题: 根据docs.scipy.org,“shape”方法是“数组的维度。对于一个有n行和m列的矩阵,shape将是(n,m)” 假设我要创建一个简单的数组,如下所示: np.array([[0,2,4],[1,3,5]]) 使用“shape”方法,它返回(2,3)(即数组有2行和3列) 但是,对于数组([0,2,4]),shape方法将返回(3,)(这意味着根据上面的定义,它有3行) 我很困惑:数组([0,2,4])应该有3列而不是3行,所以我希望它返回(,3
np.array([[0,2,4],[1,3,5]])
使用“shape”方法,它返回(2,3)(即数组有2行和3列)
但是,对于数组([0,2,4]),shape方法将返回(3,)(这意味着根据上面的定义,它有3行)
我很困惑:数组([0,2,4])应该有3列而不是3行,所以我希望它返回(,3)
有人能帮忙澄清一下吗?非常感谢。这只是表示法-在Python中,元组通过使用逗号与表达式分组(或操作顺序)区分开来-也就是说,
(1,2,3)
是元组,(2x+4)**5
包含表达式2x+4
。为了使单元素元组与单元素表达式区别开来,否则会产生歧义((1)
vs(1)
-这是单元素元组,也是一个计算结果为1
?)的简单表达式,我们使用一个尾随逗号来表示元组的不确定性
您得到的是一个一维响应,因为只有一个维度需要度量,打包到
tuple
类型中 这只是表示法-在Python中,元组通过使用逗号与表达式分组(或操作顺序)区分开来-也就是说,(1,2,3)
是元组,(2x+4)**5
包含表达式2x+4
。为了使单元素元组与单元素表达式区别开来,否则会产生歧义((1)
vs(1)
-这是单元素元组,也是一个计算结果为1
?)的简单表达式,我们使用一个尾随逗号来表示元组的不确定性
您得到的是一个一维响应,因为只有一个维度需要度量,打包到
tuple
类型中 Numpy不仅支持二维数组,还支持多维数组,我所说的多维是指一维、二维、三维。。。。n-D,并且有一种表示各个维度数组的格式。array.shape的len
将获得该数组的维数。如果阵列为一维,则无需表示为(m,n)
,或者如果阵列为三维,则其(m,n)
不足以表示其尺寸
因此,array.shape
的输出并不总是采用(m,n)
格式,它取决于数组本身,不同维度的输出会不同。Numpy不仅支持二维数组,而且支持多维数组,所谓多维,我指的是一维、二维、三维。。。。n-D,并且有一种表示各个维度数组的格式。array.shape的len
将获得该数组的维数。如果阵列为一维,则无需表示为(m,n)
,或者如果阵列为三维,则其(m,n)
不足以表示其尺寸
因此,array.shape
的输出并不总是采用(m,n)
格式,它取决于数组本身,不同的维度会得到不同的输出。不要关注标签、行
和列
。只需计算维度的数量-1、2、3等。当谈论2d数组时,行和列最有意义。对于一维数组,谈论元素更有意义。但那只是惯例。哦,太好了,非常感谢!不要关注标签、行
和列
。只需计算维度的数量-1、2、3等。当谈论2d数组时,行和列最有意义。对于一维数组,谈论元素更有意义。但那只是惯例。哦,太好了,非常感谢!