www.rsnq.net > python shApE

python shApE

import numpya = numpy.array([[1,2,3],[4,5,6]])print a.shape矩阵有一个shape属性,是一个(行,列)形式的元组

numpy.ndarray.shape 返回一个数组维度的元组 比如 import numpy as npx = np.array([1, 2])y = np.array([[1],[2]])print x.shapeprint y.shape>>>(2,)(2, 1) 注: x[1,2]的shape值(2,),意思是一维数组,数组中有2个元素 y[[1],[2]]的shape值...

def shape(a):""" Return the shape of an array. Parameters ---------- a : array_like Input array. Returns ------- shape : tuple of ints The elements of the shape tuple give the lengths of the corresponding array dimensions. See ...

你得先安装numpy库,矩阵(ndarray)的shape属性可以获取矩阵的形状(例如二维数组的行列),获取的结果是一个元组,因此相关代码如下: import numpy as npx = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]])# 输出数组的行和列数print x.shape ...

import numpy a = numpy.array([[1,2,3],[4,5,6]]) print a.shape 矩阵有一个shape属性,是一个(行,列)形式的元组

属于numpy库的方法 import numpya=numpy.zeros((5,5),dtype='int32')a.shape输出为(5,5) 可以用 a.shape[0]看行数(也就是第一个维度) P.S. 可以初始化高维矩阵 就是a可以不止二维

import numpy a = numpy.array([[1,2,3],[4,5,6]]) print a.shape 矩阵有一个shape属性,是一个(行,列)形式的元组

不同的调用方法 a.shape和shape(a)

-1的意思是没有指定,而是根据另一个维度指定的数量进行分割。比如一个10*10的array,[2, -1]就是说两行,列数是10*10/2

(2L,3L)表示两行三列 -1表示自动匹配。如赋值c.shape=2,-1,而c有6个数,所以-1在这里就表示3;同理,赋值c.shape=-1,2中的-1也是自动匹配为3,也就是三行两列

网站地图

All rights reserved Powered by www.rsnq.net

copyright ©right 2010-2021。
www.rsnq.net内容来自网络,如有侵犯请联系客服。zhit325@qq.com