Numpy Array-Abmessungen

Ich versuche gerade, Numpy und Python zu lernen. Gegeben das folgende Array:

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

Gibt es eine Funktion, die die Dimensionen von zurückgibt a(ega ist ein 2 x 2-Array)?

size() gibt 4 zurück und das hilft nicht viel.

Es ist .shape:

ndarray. Form
Tupel der Array-Abmessungen.

Somit:

>>> a.shape
(2, 2)

Zuerst:

Konventionell numpylautet in der Python-Welt die Abkürzung für np:

In [1]: import numpy as np

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

Zweite:

In Numpy sind Dimension , Achse / Achse , Form verwandte und manchmal ähnliche Konzepte:

Abmessungen

In Mathematik / Physik wird Dimension oder Dimensionalität informell als die Mindestanzahl von Koordinaten definiert, die erforderlich sind, um einen Punkt innerhalb eines Raums anzugeben. Aber in Numpy ist es laut Numpy Doc dasselbe wie Achse / Achsen:

In Numpy werden Dimensionen als Achsen bezeichnet. Die Anzahl der Achsen ist Rang.

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

Achse / Achsen

die n-te Koordinate zum Indizieren eines arrayin Numpy. Mehrdimensionale Arrays können einen Index pro Achse haben.

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)

gestalten

beschreibt, wie viele Daten (oder der Bereich) entlang jeder verfügbaren Achse vorliegen.

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

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

Funktioniert auch, wenn die Eingabe kein Numpy-Array, sondern eine Liste von Listen ist

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

Oder ein Tupel Tupel

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

Sie können .shape verwenden

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

Sie können .ndimfür die Bemaßung verwenden und .shapedie genaue Bemaßung kennen

var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])

var.ndim
# displays 2

var.shape
# display 6, 2

Sie können die Dimension mit der .reshapeFunktion ändern

var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]]).reshape(3,4)

var.ndim
#display 2

var.shape
#display 3, 4

Die shapeMethode erfordert, dass es sich aum einen Numpy ndarray handelt. Numpy kann aber auch die Form von Iterablen reiner Python-Objekte berechnen:

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

a.shapeist nur eine limitierte Version von np.info(). Überprüfen Sie dies heraus:

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

aus

class:  ndarray
shape:  (2, 2)
strides:  (8, 4)
itemsize:  4
aligned:  True
contiguous:  True
fortran:  False
data pointer: 0x27509cf0560
byteorder:  little
byteswap:  False
type: int32