python - .shape[] 在“for i in range(Y.shape[0])”中做了什么？

Question

我正在尝试逐行分解程序。Y是一个数据矩阵，但我找不到任何具体数据.shape[0]。

for i in range(Y.shape[0]):
    if Y[i] == -1:

该程序使用 numpy、scipy、matplotlib.pyplot 和 cvxopt。

Answer 1

numpy 数组的shape属性返回数组的维度。如果Y有n行和m列，Y.shape则为(n,m)。Y.shape[0]也是如此n。

In [46]: Y = np.arange(12).reshape(3,4)

In [47]: Y
Out[47]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [48]: Y.shape
Out[48]: (3, 4)

In [49]: Y.shape[0]
Out[49]: 3

Answer 2

shape 是一个元组，它给出了数组的维度。

>>> c = arange(20).reshape(5,4)
>>> c
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19]])

c.shape[0] 
5

给出行数

c.shape[1] 
4

给出列数

Answer 3

shape是一个元组，可以指示数组中的维数。因此，在您的情况下，由于 的索引值为Y.shape[0]0，因此您正在沿着数组的第一个维度工作。

来自 http://www.scipy.org/Tentative_NumPy_Tutorial#head-62ef2d3c0a5b4b7d6fdc48e4a60fe48b1ffe5006

 An array has a shape given by the number of elements along each axis:
 >>> a = floor(10*random.random((3,4)))

 >>> a
 array([[ 7.,  5.,  9.,  3.],
        [ 7.,  2.,  7.,  8.],
        [ 6.,  8.,  3.,  2.]])

 >>> a.shape
 (3, 4)

http://www.scipy.org/Numpy_Example_List#shape有更多示例。

Answer 4

在 python 中，假设您已经在某个变量 train 中加载了数据：

train = pandas.read_csv('file_name')
>>> train
train([[ 1.,  2.,  3.],
        [ 5.,  1.,  2.]],)

我想检查“文件名”的尺寸。我已将文件存储在火车中

>>>train.shape
(2,3)
>>>train.shape[0]              # will display number of rows
2
>>>train.shape[1]              # will display number of columns
3

Answer 5

在 Pythonshape()中，在 pandas 中使用来给出行数/列数：

行数由下式给出：

train = pd.read_csv('fine_name') //load the data
train.shape[0]

列数由下式给出

train.shape[1]

Answer 6

shape()由具有两个参数行和列的数组组成。

如果你搜索shape[0]，那么它会给你行数。 shape[1]会给你列数。