块数组尺寸 | 易学教程

我目前正在尝试学习Numpy和Python。给定以下数组：

import numpy as np
a = np.array([[1,2],[1,2]])

是否有一个返回的尺寸的函数a （EGA是一个2×2阵列）？

size()返回4，这并没有太大帮助。

#1楼

它是.shape ：

ndarray。形状
数组维度的元组。

从而：

>>> a.shape
(2, 2)

#2楼

import numpy as np   
>>> np.shape(a)
(2,2)

如果输入不是numpy数组而是列表列表，则也可以使用

>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)

或元组的元组

>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)

#3楼

第一：

按照惯例，在Python世界中， numpy的快捷方式是np ，因此：

In [1]: import numpy as np

In [2]: a = np.array([[1,2],[3,4]])

第二：

在Numpy中，维度， 轴/轴 ，形状是相关的，有时是相似的概念：

尺寸

在“ 数学/物理学”中 ，维度或维度被非正式地定义为指定空间内任何点所需的最小坐标数。但在numpy的 ，根据numpy的文档，这是相同的轴线/轴：

在Numpy中，尺寸称为轴。轴数为等级。

In [3]: a.ndim  # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2

轴/轴

在Numpy中索引array的第n个坐标。多维数组每个轴可以有一个索引。

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)

形状

描述沿每个可用轴有多少数据（或范围）。

In [5]: a.shape
Out[5]: (2, 2)  # both the first and second axis have 2 (columns/rows/pages/blocks/...) data

#4楼

shape方法要求a为Numpy ndarray。但是Numpy还可以计算纯python对象的可迭代对象的形状：

np.shape([[1,2],[1,2]])

#5楼

您可以使用.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

来源：oschina

链接：https://my.oschina.net/stackoom/blog/3190643

标签

python数组