[python] Numpy 배열 치수

먼저:

관습 적으로 파이썬 세계에서 바로 가기 numpy는 다음 np과 같습니다.

In [1]: import numpy as np

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

둘째:

Numpy에서 dimension , axis / axes , shape 는 관련이 있으며 때로는 유사한 개념입니다.

치수

에서는 수학 / 물리 치수 또는 비공식적 차원 공간 내의 임의의 점을 지정하기 위해 필요한 좌표의 최소 개수로 정의된다. 그러나 Numpy 에서 numpy doc 에 따르면 축 / 도끼와 동일합니다.

Numpy 치수에서 좌표축이라고합니다. 축 수는 순위입니다.

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

축 / 축

은 n 번째 인덱스에 좌표 arrayNumPy와한다. 다차원 배열은 축당 하나의 인덱스를 가질 수 있습니다.

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)

모양

사용 가능한 각 축을 따라 얼마나 많은 데이터 (또는 범위)를 설명합니다.

In [5]: a.shape
Out[5]: (2, 2)  # both the first and second axis have 2 (columns/rows/pages/blocks/...) data

답변

import numpy as np
>>> np.shape(a)
(2,2)

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

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

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

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

var.ndim
# displays 2

var.shape
# display 6, 2

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

var.ndim
#display 2

var.shape
#display 3, 4

np.shape([[1,2],[1,2]])

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

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