В настоящее время я пытаюсь выучить Numpy и Python. Учитывая следующий массив:
import numpy as np
a = np.array([[1,2],[1,2]])
Есть ли функция, которая возвращает размеры a (например, массив 2 на 2)?
size() возвращает 4, и это не очень помогает.
Это .shape:
ndarray. форма
Кортеж размеров массива.
Таким образом:
>>> a.shape
(2, 2)
По соглашению, в мире Python ярлык для numpy равен np, поэтому:
In [1]: import numpy as np
In [2]: a = np.array([[1,2],[3,4]])
В Numpy, размер, оси/оси, форма связаны, а иногда и с аналогичными понятиями:
В математике/физике размерность или размерность неформально определяются как минимальное количество координат, необходимых для указания любой точки в пространстве. Но в Numpy, в соответствии с numpy doc, он совпадает с осью/осями:
В размерах Numpy называются осями. Число осей - ранг.
In [3]: a.ndim # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2
n-я координата для индексации a array в Numpy. А многомерные массивы могут иметь один индекс на ось.
In [4]: a[1,0] # to index `a`, we specific 1 at the first axis and 0 at the second axis.
Out[4]: 3 # which results in 3 (locate at the row 1 and column 0, 0-based index)
описывает количество данных (или диапазона) вдоль каждой доступной оси.
In [5]: a.shape
Out[5]: (2, 2) # both the first and second axis have 2 (columns/rows/pages/blocks/...) data
import numpy as np
>>> np.shape(a)
(2,2)
Также работает, если входные данные не массив Numpy, а список списков
>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)
Или кортеж кортежей
>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)
Вы можете использовать .shape
In: a = np.array([[1,2,3],[4,5,6]])
In: a.shape
Out: (2, 3)
In: a.shape[0] # x axis
Out: 2
In: a.shape[1] # y axis
Out: 3
Метод shape требует, чтобы a был Nump ndarray. Но Numpy также может вычислять форму итераций чистых объектов python:
np.shape([[1,2],[1,2]])
Вы можете использовать .ndim для измерения и .shape чтобы узнать точное измерение
var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])
var.ndim
# displays 2
var.shape
# display 6, 2
Вы можете изменить размер, используя функцию .reshape
var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]]).reshape(3,4)
var.ndim
#display 2
var.shape
#display 3, 4
Используйте атрибут .shape массива numpy. Используйте .shape [i] для прямого доступа к каждому измерению.
Например, если вы пишете:
a = np.array([[11,12],[21,22],[31,32]])
print(a)
print("Shape: " + str(a.shape))
print("Shape (raws): " + str(a.shape[0]))
print("Shape (columns): " + str(a.shape[1]))
ты получишь:
[[11 12]
[21 22]
[31 32]]
Shape: (3, 2)
Shape (raws): 3
Shape (columns): 2