python数据分析基础知识之shape()函数的使用教程

目录

• python中shape()函数
• 1、shape()输入参数
• 2、判断数组的维度
• 总结

python中shape()函数

shape函数是numpy.core.fromnumeric中的函数，它的功能是读取矩阵的长度。

1、shape()输入参数

（1）参数是个数时，返回空

（2）参数是一维矩阵

（3）参数是二维矩阵

2、判断数组的维度

有几个中括号就为几维数组

shape（）中有3个数。
a = np.array([1,2])     #a.shape值(2,)，意思是一维数组，数组中有2个元素。
b = np.array([[1],[2]]) #b.shape值是(2,1)，意思是一个二维数组，每行有1个元素。
c = np.array([[1,2]])   #c.shape值是（1，2），意思是一个二维数组，每行有2个元素。

使用shape[0]读取矩阵第一维度的长度，即行数；使用shape[1]读取矩阵第二维度的长度，即列数。

import numpy as np
x = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]])
#输出数组的行和列数
print x.shape  #结果： (4, 3)
#只输出行数
print x.shape[0] #结果： 4
#只输出列数
print x.shape[1] #结果： 3

3、shape（）中“？”的含义

而在debug相关程序时，可能会出现shape(?,2,3)这便代表数组每一个都是2行3列的，前面这个“？”便代表批处理个数，若为1则有1个，为2则有两个，但是在debug的时候不知道有几个，所以以“？”的形式显示。

总结

到此这篇关于python数据分析基础知识之shape()函数使用的文章就介绍到这了,更多相关python shape()函数使用内容请搜索自由互联以前的文章或继续浏览下面的相关文章希望大家以后多多支持自由互联！