NumPy 数组形状
NumPy 数组形状NumPy 副本/视图
NumPy 数组重塑
数组的形状
数组的形状是每个维中元素的数量。
获取数组的形状
NumPy 数组有一个名为 shape 的属性，该属性返回一个元组，每个索引具有相应元素的数量。
实例
打印 2-D 数组的形状：
import numpy as np
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(arr.shape)
运行实例
上面的例子返回 (2, 4)，这意味着该数组有 2 个维，每个维有 4 个元素。
实例
利用 ndmin 使用值 1,2,3,4 的向量创建有 5 个维度的数组，并验证最后一个维度的值为 4：
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('shape of array :', arr.shape)
运行实例
元组的形状代表什么？
每个索引处的整数表明相应维度拥有的元素数量。
上例中的索引 4，我们的值为 4，因此可以说第 5 个 ( 4 + 1 th) 维度有 4 个元素。
NumPy 副本/视图
NumPy 数组重塑
VUE
Python 参考手册
Python 实例
Python 测验
W3School 简体中文版提供的内容仅用于培训和测试，不保证内容的正确性。通过使
页:
[1]