python shape函数如何使用？

截止到目前为止，跟大家说的都是关于数据一些内容，让小编也经常会去寻找有关于数据方面的知识给大家作讲解，今天碰到了一个非常有意思的函数，它的使用基本就是跟数据有关系，我觉得大家掌握住这个是非常有意义的，因此，做了一些整理，如果大家之前碰到过这个函数没有理解，那就看看下文，吃透吧~

numpy.ndarray.shap是返回一个数组维度bai的元组。 ndarray.shape返回一个元组，这个元组的长度就是维度的数目，即ndim属性。

示例代码：

import numpy as np
x = np.array([1, 2])
y = np.array([[1],[2]])
print x.shape
print y.shape
>>>
(2,)
(2, 1)

注：

x[1,2]的shape值(2,)，意思是一维数组版，数组中有2个元素

y[[1],[2]]的shape值是权(2,1)，意思是一个二维数组，每个数组中有1个元素

大家可以理解关于shape这个函数的使用技巧了吧，结合提供给大家的示例代码，多琢磨看下，使用这个函数并不难哦~

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。