ขนาดอาร์เรย์ที่ไม่แน่นอน


367

ฉันกำลังพยายามเรียนรู้ Numpy และ Python รับอาร์เรย์ดังนี้

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

มีฟังก์ชั่นที่คืนค่าขนาดของa(ega คืออาร์เรย์ 2 คูณ 2) หรือไม่?

size() ส่งคืน 4 และนั่นไม่ได้ช่วยอะไรมาก


26
ชิ้นส่วนของคำแนะนำ: "ส่วนข้อมูล" ของคุณถูกเรียกว่าshapeใน NumPy สิ่งที่ NumPy เรียกว่ามิติคือ 2 ในกรณีของคุณ ( ndim) มันมีประโยชน์ที่จะรู้คำศัพท์ NumPy ปกติ: ทำให้การอ่านเอกสารง่ายขึ้น!
Eric O Lebigot

คำตอบ:


498

มันคือ.shape:

ndarray รูปร่าง
Tuple ของขนาดอาร์เรย์

ดังนั้น:

>>> a.shape
(2, 2)

25
หมายเหตุ: shapeอาจอธิบายได้อย่างแม่นยำมากขึ้นว่าเป็นคุณลักษณะมากกว่าฟังก์ชั่นเนื่องจากไม่ได้เรียกใช้โดยใช้ไวยากรณ์การเรียกใช้ฟังก์ชัน
nobar

17
@nobar ที่จริงมันเป็นสถานที่ให้บริการ (ซึ่งเป็นทั้งคุณลักษณะและฟังก์ชั่นจริงๆ)
Wim

@wim มากขึ้นโดยเฉพาะสถานที่ให้บริการชั้นเรียน ในกรณีของคุณสมบัติคลาส (คุณสมบัติที่คุณใส่ไว้ในคลาสของคุณ) พวกเขาเป็นวัตถุของคุณสมบัติประเภทที่เปิดเผยเป็นแอตทริบิวต์ของคลาส แอตทริบิวต์ในหลามเป็นชื่อต่อไปนี้จุด
Pedro Rodrigues

2
หากคุณต้องการ nitpick จริงๆมันเป็นตัวบ่งชี้ แม้ว่าpropertyตัวเองจะเป็นคลาส แต่ndarray.shapeไม่ใช่คลาส แต่เป็นอินสแตนซ์ของประเภทคุณสมบัติ
Wim

66

ครั้งแรก:

ตามแบบแผนใน Python world ทางลัดnumpyคือnp:

In [1]: import numpy as np

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

ประการที่สอง:

ใน Numpy, มิติ , แกน / แกน , รูปร่างที่เกี่ยวข้องและแนวคิดบางครั้งคล้ายกัน:

มิติ

ในคณิตศาสตร์ / ฟิสิกส์มิติหรือมิติถูกกำหนดอย่างไม่เป็นทางการเป็นจำนวนต่ำสุดของพิกัดที่จำเป็นในการระบุจุดใด ๆ ภายในพื้นที่ แต่ในNumpyตามnumpy docมันเป็นเช่นเดียวกับแกน / แกน:

ในขนาด Numpy เรียกว่าแกน จำนวนแกนคืออันดับ

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

แกน / แกน

ที่ nประสานงานไปยังดัชนีarrayใน Numpy และอาร์เรย์หลายมิติสามารถมีหนึ่งดัชนีต่อแกน

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)

รูปร่าง

อธิบายจำนวนข้อมูล (หรือช่วง) ตามแต่ละแกนที่มีอยู่

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

45
import numpy as np   
>>> np.shape(a)
(2,2)

ยังใช้งานได้ถ้าอินพุตไม่ใช่อาร์เรย์ numpy แต่เป็นรายการของรายการ

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

หรือสิ่งอันดับของสิ่งอันดับ

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

np.shapeก่อนเปลี่ยนอาร์กิวเมนต์เป็นอาร์เรย์หากไม่มีคุณลักษณะรูปร่างนั่นคือเหตุผลที่มันทำงานในรายการและตัวอย่าง tuple
hpaulj

17

คุณสามารถใช้. รูปร่าง

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

9

คุณสามารถใช้.ndimมิติและ.shapeรู้มิติที่แน่นอน

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

var.ndim
# displays 2

var.shape
# display 6, 2

คุณสามารถเปลี่ยนมิติโดยใช้.reshapeฟังก์ชั่น

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

7

shapeวิธีการกำหนดว่าaจะเป็น ndarray Numpy แต่ Numpy ยังสามารถคำนวณรูปร่างของวัตถุหลามบริสุทธิ์ได้

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

1

a.shapeเป็นเพียงรุ่น np.info()จำกัด ลองดู:

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

ออก

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
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.