np.shape[0],np.shape[1]
数组中的shape的用法,有一个我们经常迷糊的用法,就是np.shape[0],np.shape[1],到底是什么,下面我们来举例讲解。首先:np.shape【0】:为第一维度的长度np.shape【1】:为第二维度的长度np.shape【2】:为第三维度的长度......以此类推例1:b = [1,2,3]a = np.array(b)print(a)a.shape[0]输出为:3(个元素)例2
·
数组中的shape的用法,有一个我们经常迷糊的用法,就是np.shape[0],np.shape[1],到底是什么,下面我们来举例讲解。
首先:
np.shape【0】:为第一维度的长度
np.shape【1】:为第二维度的长度
np.shape【2】:为第三维度的长度
......以此类推
例1:
b = [1,2,3]
a = np.array(b)
print(a)
a.shape[0]
输出为:3(个元素)
例2:
b = [[1,2,3],[4,5,6]]
a = np.array(b)
print(a)
a.shape[0]
输出为:2(个元素)
a.shape[1]
输出为:3(个元素)
例3:
b = [[[1,2,3],[4,5,6]]]
a = np.array(b)
print(a)
a.shape[0]为1(个元素)
a.shape[1]为2(个元素)
a.shape[2]为3(个元素)
更多推荐
已为社区贡献1条内容
所有评论(0)