numpy中shape函数,python reshape函数

　　形状函数可以是了解数组的结构；shape()函数改变数组的结构。目录

　　1 shape()函数

　　2reshape()函数

　　1 shape()函数读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度，相当于行数。它的输入参数可以是表示维度的整数或矩阵。shape函数返回一个元组tuple，它表示数组(矩阵)的维度/形状。示例如下：

　　W.shape[0]返回行数w.shape[1]返回列数df.shape():检查行数和列数1。当数组(矩阵)只有一维时，形状只有shape[0]，返回一维数组(矩阵)中元素的个数。一般来说，list是指列数，因为一维数组只有一行一个维度。

　　A=NP。Array ([1，2]) A Array ([1，2]) A. Shape (2L，)A. Shape [0] 2L A. Shape [1]索引错误：元组索引超出范围#报告最后一个错误是因为一维数组只有一维，可以用A. Shape或A. Shape [0]访问#。这个使用了两个()包，得到的数组与前一个相同。A=NP。Array ((1，2))一个数组([1，2]) 2。当数组有两个维度(即行和列)时，由a.shape返回的元组表示数组的行数和列数。

　　#注意二维数组要用()和[]包装。输入print a会得到一个数组(matrix) b=np.array ([[1，2，3]，[4，5，6]]) barray ([[1，2，3]，[4，4]

　　一维可以直接是np.array([1，2，3])或者np.array((1，2，3))。

　　用NP。Array ([1，2，3]，[1，2，3]]用于2D，并用()和[]包装要输入的列表。

　　用NP。数组([[1，2，3]，[1，2，3]])用于3D，并用一个()和两个[]包装要输入的列表。

　　A=NP。Array ([[1，2]，[3，4]])A . Shape(1L，2L，2L)返回的数组([[1，2]，[3，4]])表示三个维度中每一个维度包含的元素个数。所谓元素，就是一维的元素个数，二维的行数和列数，三维的创建的块数，一个形状[1]和一个形状[2]中每个块(每个块是二维的)的行数和列数。

　　A=np.ones([2，2，3])#创建两个数组(矩阵)一个数组([[1。 1. 1.], [1. 1. 1.]], [[1. 1. 1.]，]但是，shape()函数中的参数必须满足乘积等于数组中的数据总数。

　　例如，当我们用(2，3)重新排列8个数字时，python会报错。

　　import numpy as npa=np.array([1，2，3，4])b=np.array([[1，2，3，4]，[4，5，6，7]，[7，8，9，1]])print(a:\n ，a)print(b:\n ，b)print(b . dtype)A _ R=A . shape((2，2)) print(a_r:\n ，A _ R)D=A . shape((-1，1

　　[注意shape和reshape()函数都是与原数组使用的是同一个存储空间，而对于对于数组(array)进行操作

　　[参考]

　　Python:numpy中shape和reshape的用法

　　Python:shape和shape()函数

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。