如何可视化python numpy数组中的维数
我正在使用ndim()试验一个数组中的不同维度 形状是:如何可视化python numpy数组中的维数,python,arrays,numpy,scipy,Python,Arrays,Numpy,Scipy,我正在使用ndim()试验一个数组中的不同维度 形状是: [[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19] [20 21 22 23 24] [25 26 27 28 29] [30 31 32 33 34] [35 36 37 38 39] [40 41 42 43 44] [45 46 47 48 49] [50 51 52 53 54] [55 56 57
[[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]
[20 21 22 23 24]
[25 26 27 28 29]
[30 31 32 33 34]
[35 36 37 38 39]
[40 41 42 43 44]
[45 46 47 48 49]
[50 51 52 53 54]
[55 56 57 58 59]
[60 61 62 63 64]
[65 66 67 68 69]
[70 71 72 73 74]
[75 76 77 78 79]
[80 81 82 83 84]
[85 86 87 88 89]
[90 91 92 93 94]
[95 96 97 98 99]]]
之后,print x.ndim
显示数组维度为3
我无法想象为什么维度是3
维数为0,1,2,3,4,5的数组的形状如何?计算维数的简单方法是在输出中计算
[
。一个[
表示一个维数。这里有三个[
s,因此您有3个维度。由于其中一个维度是1,您可能会被误导。下面是另一个示例:
x=np.arange(0,24,1)。重塑(2,2,6)
然后,x
array([[[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11]],
[[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]]])
现在,很明显,
x
是一个三维数组。如果你做了。重塑(20,5)
,那么将有两个维度,如果你做了。重塑(1,1,20,5)
将有4个维度,等等。您的numpy数组有3个维度,但数组的内容只有2个维度,因为其中一个数组维度具有单位长度。@Spencer简单地说,,,重塑函数中的参数数量会决定数组的维度吗?@user3211991是。请记住,新的hape必须与原始数组中的元素总数兼容,如中所述。
array([[[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11]],
[[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23]]])