关于NumPy中的shape函数

本文介绍了NumPy数组的shape属性,详细解释了如何通过shape获取数组的维度信息,并对比了X.shape[0]与X[0].shape的区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

关于NumPy中的shape函数

numpy创建的数组具有一个shape属性,记录数组的行列信息。

import numpy as np
X = np.array([[1,2,3],
             [4,5,6]])
print(X.shape)

输出结果为数据的行列格式

2,3

X.shape[0]和X[0].shape的区别在于,X.shape[0]是shape本身的第一个数据,即数组的行信息。X[0].shape中,X[0]是X的子数组,X[0].shape就是子数组的信息。`

import numpy as np
X = np.array([[1,2,3],
             [4,5,6]])
print(X.shape[0])
print(X[0])
print(X[0].shape)

输出分别为

2
[1 2 3]
(3,)
评论
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