python numpy中 shape(5,) 和shape(1,5) 的区别 |
您所在的位置：网站首页 › 关于Numpy说法正确的是 › python numpy中 shape(5,) 和shape(1,5) 的区别 |
python numpy中 shape(5,) 和shape(1,5) 的区别
|
python numpy中 shape(5,) 和shape(1,5) 的区别
NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。 import numpy as np add1 = [1,2,3,4,5] add2 = [[1,2,3,4,5]] # nd生成 nd1 = np.array(add1) nd2 = np.array(add2) # 比较属性 print("nd1 size: ",nd1.size) print("nd2 size: ",nd2.size) print("nd1 shape: ",nd1.shape) print("nd2 shape: ",nd2.shape) print("nd1 dim: ",nd1.ndim) print("nd2 dim: ",nd2.ndim)运行结果 nd1 size: 5 nd2 size: 5 nd1 dim: 1 nd2 dim: 2 nd1 shape: (5,) nd2 shape: (1, 5) # 通过ndarray 大小，维度，形状 这些属性的比较可以看出 他们元素的个数相同；都是一行五列，但是nd1是一维，nd2是2维； 从数组角度解释add1 是一个一维数据，取数时，add1[0] 可以取出 1，而add2 = [[1,2,3,4,5]]是个二维数据组 add2[0][0] 取出 元素值 1。在坐标轴上的区别： nd1
|
【本文地址】
今日新闻 |
推荐新闻 |