shape和reshape都是数组array中的方法
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了shape和reshape都是数组array中的方法相关的知识,希望对你有一定的参考价值。
参考技术A 一个参数为-1时,那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。reshape新生成数组和原数组公用一个内存,不管改变哪个都会互相影响。
Numpy中的shape和reshape()
shape是查看数据有多少行多少列
reshape()是数组array中的方法,作用是将数据重新组织
1.shape
import numpy as np a = np.array([1,2,3,4,5,6,7,8]) #一维数组 print(a.shape[0]) #值为8,因为有8个数据 print(a.shape[1]) #IndexError: tuple index out of range a = np.array([[1,2,3,4],[5,6,7,8]]) #二维数组 print(a.shape[0]) #值为2,最外层矩阵有2个元素,2个元素还是矩阵。 print(a.shape[1]) #值为4,内层矩阵有4个元素。 print(a.shape[2]) #IndexError: tuple index out of range
2.reshape() 是数组对象中的方法,用于改变数组的形状。
形状变化是基于数组元素不能改变的,变成的新形状中所包含的元素个数必须符合原来元素个数。如果数组元素发生变化的时候,就会报错:
reshape新生成数组和原数组公用一个内存,不管改变哪个都会互相影响。
以上是关于shape和reshape都是数组array中的方法的主要内容,如果未能解决你的问题,请参考以下文章
数组:numpy.shape 与numpy.reshape函数
Python Array Reshaping Issue to Array with Shape (None, 192)