419

我目前正在尝试学习 Numpy 和 Python。给定以下数组：

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

是否有一个函数可以返回a（ega 是一个 2 x 2 数组）的维度？

size()返回 4 并没有多大帮助。

4

9 回答 9

557

它是.shape：

数组。shape
数组维度的元组。

因此：

>>> a.shape
(2, 2)
于 2010-06-17T12:59:46.497 回答
78

第一的：

按照惯例，在 Python 世界中，的快捷方式numpy是np，所以：

In [1]: import numpy as np

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

第二：</h2>

在 Numpy 中，维度、轴/轴、形状是相关的，有时是相似的概念：

方面

在数学/物理中，维度或维度被非正式地定义为指定空间内任何点所需的最小坐标数。但是在Numpy中，根据numpy doc，它与轴/轴相同：

在 Numpy 中，维度称为轴。轴的数量是等级。

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

轴/轴

在 Numpy中索引 an的第 n 个坐标。array多维数组每个轴可以有一个索引。

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)

形状

描述沿每个可用轴有多少数据（或范围）。

In [5]: a.shape
Out[5]: (2, 2)  # both the first and second axis have 2 (columns/rows/pages/blocks/...) data
于 2016-12-07T10:44:12.547 回答
48 
import numpy as np   
>>> np.shape(a)
(2,2)

如果输入不是 numpy 数组而是列表列表，也可以使用

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

或者一个元组的元组

>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)
于 2015-10-12T18:51:41.207 回答
20

你可以使用 .shape

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
于 2017-08-25T18:10:30.350 回答
16

您可以使用.ndim尺寸并.shape知道确切的尺寸：

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

>>> var.ndim
2

>>> varshape
(2, 6)

您可以使用以下功能更改尺寸.reshape：

>>> var_ = var.reshape(3, 4)

>>> var_.ndim
2

>>> var_.shape
(3, 4)
于 2018-08-15T03:04:48.037 回答
8

该shape方法要求它a是一个 Numpy ndarray。但是 Numpy 也可以计算纯 python 对象的迭代形状：

np.shape([[1,2],[1,2]])
于 2017-06-15T17:01:43.213 回答
3

a.shape只是一个有限的版本np.info()。看一下这个：

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

出去

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
于 2019-10-25T08:34:15.537 回答
1 
rows = a.shape[0] # 2 
cols = a.shape[1] # 2
a.shape #(2,2)
a.size # rows * cols = 4
于 2020-07-01T01:15:14.547 回答
0

在 python notebook 中执行下面的代码块。

import numpy as np
a = np.array([[1,2],[1,2]])
print(a.shape)
print(type(a.shape))
print(a.shape[0])

输出

(2, 2)

<类'元组'>

2

然后你意识到这a.shape是一个元组。所以你可以得到任何尺寸的大小a.shape[index of dimention]

于 2021-09-25T18:06:42.817 回答