如何在Python中找到矩阵的维数？

如何在Python中找到矩阵的维数。Len（A）只返回一个变量

编辑：

---

是（我假设）生成一个整数矩阵（不太可能是字符串）。我需要找到矩阵的大小，这样我就可以运行一些测试，而不必遍历所有元素。就数据类型而言，我假设它是一个数组数组（或列表列表）。

列表的行数应该是：

len（a）

和列数

len（a[0]）

，假设所有行都有相同的列数，即每个索引中的所有列表都具有相同的大小。

如果使用NumPy数组，形状可以使用。 比如说

  >>> a = numpy.array([[[1,2,3],[1,2,3]],[[12,3,4],[2,1,3]]])
  >>> a
  array([[[ 1,  2,  3],
         [ 1,  2,  3]],

         [[12,  3,  4],
         [ 2,  1,  3]]])
 >>> a.shape
 (2, 2, 3)

正如Ayman farhat提到的 您可以使用简单方法len（矩阵）获取行的长度，并使用len（矩阵[0]）获取第一行的长度以获取列数：

您还可以使用一个库来帮助您处理矩阵“numpy”：

---

正确答案如下：

import numpy 
numpy.shape(a)

---

假设你有一个数组。要获得数组的维数，应该使用shape

将numpy导入为np
a=np.数组（[[3,20,99]，-13,4.5,26]，[0，-1,20]，[5,78，-19]]）

a、 形状

这个的输出将是

---

（4,3）

要获得正确的尺寸（单位：NumPy）：

len(a.shape)

在第一种情况下：

import numpy as np
a = np.array([[[1,2,3],[1,2,3]],[[12,3,4],[2,1,3]]])
print("shape = ",np.shape(a))
print("dimensions = ",len(a.shape))

输出将是：

shape =  (2, 2, 3)
dimensions =  3

2

---

您可以使用以下方法获取Numpy阵列的高度和重量：

int height = arr.shape[0]
int weight = arr.shape[1]

如果数组有多个维度，则可以增加索引以访问它们

m = [[1, 1, 1, 0],[0, 5, 0, 1],[2, 1, 3, 10]]

print(len(m),len(m[0]))

输出

（3 4）

---

只需使用Numpy即可找到矩阵维度：

import numpy as np

x = np.arange(24).reshape((6, 4))
x.ndim

输出将是：

shape =  (2, 2, 3)
dimensions =  3

2

这意味着这个矩阵是一个二维矩阵

x.shape

将显示每个维度的大小。x的形状等于：

(6, 4)

我用一种简单的方式来看待它： 例如：

如果仔细观察，开始处打开的方括号的数量就是定义阵列尺寸的数量。 在上面访问7的数组中，使用下面的索引， h[0,1,1,0]

但是如果我们将数组更改为3维，如下所示

h=np.array([[[1,2,3],[3,4,5]],[[5,6,7],[7,8,9]],[[9,10,11],[12,13,14]]])

h.ndim
3

h

array([[[ 1,  2,  3],
        [ 3,  4,  5]],

       [[ 5,  6,  7],
        [ 7,  8,  9]],

       [[ 9, 10, 11],
        [12, 13, 14]]])

---

要访问上述数组中的元素7，索引为h[1,1,0]

矩阵的数据类型是什么？请向我们展示一些代码，我们将尽力提供帮助。Python没有内置的“矩阵”类型。您可能正在使用列表列表吗？如果您使用的是二维列表，那么Len（A）返回矩阵的高度，然后Len（A[0]）将是矩阵的宽度。如果列表在结构上不一致，任何解决方法都可以使用。shape来获得矩阵的维度（使用np.array形成）的正确python方法是使用.shape。让

a

成为您的矩阵。要获取维度，您需要编写

a.shape

，它将返回（#列，#行）。引用的数组不是python内置的，而是numpy modulelen（a.shape）提供的数组始终返回2@pedrambashiri不，这不是真的。我刚刚检查了这个代码。它返回3。

h=np.array([[[[1,2,3],[3,4,5]],[[5,6,7],[7,8,9]],[[9,10,11],[12,13,14]]]])

h.ndim 
4

h
array([[[[ 1,  2,  3],
         [ 3,  4,  5]],

        [[ 5,  6,  7],
         [ 7,  8,  9]],

        [[ 9, 10, 11],
         [12, 13, 14]]]])

h=np.array([[[1,2,3],[3,4,5]],[[5,6,7],[7,8,9]],[[9,10,11],[12,13,14]]])

h.ndim
3

h

array([[[ 1,  2,  3],
        [ 3,  4,  5]],

       [[ 5,  6,  7],
        [ 7,  8,  9]],

       [[ 9, 10, 11],
        [12, 13, 14]]])