shape（）函数的用法

2024-06-11 21:25| 来源: 网络整理| 查看: 265

Numpy中shape（）函数的意义及相关用法

shape函数的功能是读取矩阵或数组的长度

**通常有三种使用方法：shape[0]，shape[1]，shape shape[0] ：读取行数 shape[1]：读取列数 shape：行列数组成元组直接输出**

一、当数组或矩阵是一维时

** 1、只能使用shape[0]，返回的是数组或矩阵中元素的个数

a=np.array([2,3,4]) print(a.shape[0])

输出结果：

2、如果使用shape[1]

a=np.array([2,3,4]) print(a.shape[1])

输出报错：

print(b.shape[1]) IndexError: tuple index out of range 二、当数组或矩阵是二维时

这里需要注意在写矩阵或数组的外面是一个（）和一个[] 1、shape[0] ：读取行数

import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]) print(a.shape[0])

输出结果：

2、shape[1]：读取列数

import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]) print(a.shape[1])

输出结果：

3、shape：行列数组成元组直接输出

import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]) print(a.shape)

输出结果：

(4, 3) 三、当数组或矩阵是三维时

这里需要注意在写矩阵或数组的外面是一个（）和两个个[]

import numpy as np a=np.array([[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]]) print(a.shape)

输出结果：

（1，4，3）

【本文地址】

公司简介

联系我们