numpy中shape和reshape的用法

1、shape

在python中匯入numpy庫之後，我們可以通過矩陣的屬性shape獲取矩陣的維度。

如圖所示：

import numpy as np

b= np.array([[
1,2,
3,4]
,[5,
6,7,
8]])
print
(b)print
(b.shape)
#輸出行數和列數
print
(b.shape[0]
)#輸出行數
print
(b.shape[1]
)#輸出列數
print
(b.shape[2]
)# 錯誤，超出元組維度
####列印結果：
##   [[1 2 3 4]
##   [5 6 7 8]]
##   (2, 4)
##   2
##   4
##

用於改變陣列的形狀，如圖所示：

b= np.array([[

1,2,
3,4]
,[5,
6,7,
8]])
c=b.reshape(4,
2)print
(b)print
(c)##[[1 2 3 4]
##[[5 6 7 8]]
##[[1 2]
##[3 4]
##[5 6]
##[7 8]]

這裡就不貼出來了。

對numpy中shape的理解

from 環境 windows，python3.5 import numpy as np a np.array 2,3,33 a array 2 3 33 print a 2 3 33 a.shape 3,a.shape 0 3 a.shape 1 traceback most recent cal...

numpy函式 shape用法

shape函式是numpy.core.fromnumeric中的函式，它的功能是讀取矩陣的長度，比如shape 0 就是讀取矩陣第一維度的長度。它的輸入引數可以是乙個整數，表示維度，也可以是乙個矩陣。這麼說你可能不太理解，我們還是用各種例子來說明他的用法 1.一維矩陣 1 返回值 2.二維矩陣，返回...

numpy函式 shape用法

shape函式是numpy.core.fromnumeric中的函式，它的功能是讀取矩陣的長度，比如shape 0 就是讀取矩陣第一維度的長度。它的輸入引數可以使乙個整數表示維度，也可以是乙個矩陣。這麼說你可能不太理解，我們還是用各種例子來說明他的用法 1 一維矩陣 1 返回值為 1l,shape ...