python 中 numpy array 中的維度

簡介

numpy 創建的數組都有一個shape屬性，它是一個元組，返回各個維度的維數。有時候我們可能需要知道某一維的特定維數。

二維情況

>>> import numpy as np >>> y = np.array([[1,2,3],[4,5,6]]) >>> print(y) [[1 2 3] [4 5 6]] >>> print(y.shape) (2, 3) >>> print(y.shape[0]) 2 >>> print(y.shape[1]) 3

可以看到y是一個兩行三列的二維數組，y.shape[0]代表行數，y.shape[1]代表列數。

三維情況

>>> x = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[0,1,2]],[[3,4,5],[6,7,8]]]) >>>> print(x) [[[1 2 3] [4 5 6]] [[7 8 9] [0 1 2]] [[3 4 5] [6 7 8]]] >>> print(x.shape) (3, 2, 3) >>> print(x.shape[0]) 3 >>> print(x.shape[1]) 2 >>> print(x.shape[2]) 3

可以看到x是一個包含了3個兩行三列的二維數組的三維數組，x.shape[0]代表包含二維數組的個數，x.shape[1]表示二維數組的行數，x.shape[2]表示二維數組的列數。

總結

可以看到，shape[0]表示最外圍的數組的維數，shape[1]表示次外圍的數組的維數，數字不斷增大，維數由外到內。

len()：返回對象的長度，注意不是length()函數 
len([1,2,3])，返回值為3 
len([[1,2,3],[3,4,5]])，返回值為2

count()：計算包含對象個數 
[1,1,1,2].count(1)，返回值為3 
‘asddf’.count(‘d’)，返回值為2

size()和shape () 是numpy模塊中才有的函數

size()：計算數組和矩陣所有數據的個數 
a = np.array([[1,2,3],[4,5,6]]) 
np.size(a)，返回值為 6 
np.size(a,1)，返回值為 3

shape ():得到矩陣每維的大小 
np. shape (a)，返回值為 (2,3)

另外要注意的是，shape和size既可以作為函數，也可以作為ndarray的屬性 
a.size，返回值為 6, 
a.shape，返回值為 (2,3)

　　

https://blog.csdn.net/songyunli1111/article/details/78079904

https://blog.csdn.net/liuweiyuxiang/article/details/79384435