python_numpy中,shape=(1,4)和(4,)的区别

本文探讨了在Python的numpy库中,shape=(1,4)和shape=(4,)之间的区别。虽然两者看似都表示1行4列的数据,但实际形状差异体现在轴的数量上。实验结果显示,shape=(1,4)表示二维数组,具有一条长度为1的轴,而shape=(4,)则表示一维数组。理解这一差异对于正确处理和操作numpy数组至关重要。" 5939300,931462,Android模拟器GPS配置与使用指南,"['Android开发', 'GPS定位', '模拟器配置']
部署运行你感兴趣的模型镜像

  按照惯性思维,似乎两个形状指的都是1行4列,哪里有什么不一样嘛,怀疑我的高数吗,没下过100分呢。

  尽管嘴上说这不可能,心里还是不服气,还是要试一下吧(-)

import numpy as np
arr1=np.arange(4).reshape(4,)
arr2=np.arange(4).reshape(1,4)
print('arr1:\n',arr1)
print('arr2:\n',arr2)
print('arr1.shape:',arr1.shape)
print('arr1.ndim:',arr1.ndim)
print('arr2.shape',arr2.shape)
print('arr2.ndim:',arr2.ndim)

从下面这个结果里,相信你能找到答案。

arr1:
 [0 1 2 3]
arr2:
 [[0 1 2 3]]
arr1.shape: (4,)
arr1.ndim: 1
arr2.shape (1, 4)
arr2.ndim: 2

沃德天,(1,4)的1行4列居然是二维的。

冷静一下,似乎有点道理,因为它又两根轴,只不过有一根的轴的长度只有1而已。

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值