Dimensi array numpy

367

Saat ini saya mencoba mempelajari Numpy dan Python. Diberikan array berikut:

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

Apakah ada fungsi yang mengembalikan dimensi a(ega adalah array 2 dengan 2)?

size() mengembalikan 4 dan itu tidak banyak membantu.

— morgan orang bebas
sumber

26

Sepotong saran: "dimensi" Anda disebut shape, dalam NumPy. Apa yang disebut NumPy dimensi adalah 2, dalam kasus Anda ( ndim). Sangat berguna untuk mengetahui terminologi NumPy yang biasa: ini memudahkan membaca dokumen!

— Eric O Lebigot

498

Itu adalah .shape:

ndarray bentuk
Tuple dimensi array.

Jadi:

>>> a.shape
(2, 2)

— Felix Kling
sumber

25

Catatan: shapemungkin lebih tepat digambarkan sebagai atribut daripada sebagai fungsi , karena tidak dipanggil menggunakan sintaks fungsi-panggilan.

— nobar

17

@nobar sebenarnya itu adalah properti (yang merupakan atribut dan fungsi, benar-benar)

— wim

@wim properti lebih khusus adalah kelas . Dalam kasus properti kelas (properti yang Anda tempatkan di kelas Anda), mereka adalah objek tipe properti yang diekspos sebagai atribut kelas. Atribut, dalam python, adalah nama yang mengikuti titik .

— Pedro Rodrigues

2

Jika Anda benar-benar ingin melakukan nitpick, itu adalah deskriptor. Meskipun propertyitu sendiri adalah kelas, ndarray.shapebukan kelas, ini adalah turunan dari tipe properti.

— wim

66

Pertama:

Secara konvensi, di dunia Python, pintasannya numpyadalah np, jadi:

In [1]: import numpy as np

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

Kedua:

Dalam Numpy, dimensi , sumbu / sumbu , bentuk terkait dan terkadang konsep serupa:

dimensi

Dalam Matematika / Fisika , dimensi atau dimensi secara informal didefinisikan sebagai jumlah minimum koordinat yang diperlukan untuk menentukan titik apa pun dalam ruang. Tetapi di Numpy , menurut numpy doc , itu sama dengan sumbu / sumbu:

Dimensi Numpy disebut kapak. Jumlah sumbu adalah peringkat.

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

sumbu / sumbu

koordinat ke - n untuk mengindeks sebuah arraydi Numpy. Dan array multidimensi dapat memiliki satu indeks per sumbu.

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)

bentuk

menjelaskan berapa banyak data (atau kisaran) di sepanjang setiap sumbu yang tersedia.

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

— YaOzI
sumber

45

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

Juga berfungsi jika input bukan array numpy tetapi daftar daftar

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

Atau tupel tupel

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

— pengguna4421975
sumber

np.shapepertama-tama mengubah argumennya menjadi sebuah array jika tidak memiliki atribut bentuk, Itu sebabnya ia bekerja pada daftar dan tuple contoh.

— hpaulj

17

Anda dapat menggunakan .shape

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

— Rhuan Caetano
sumber

9

Anda dapat menggunakan .ndimuntuk dimensi dan .shapeuntuk mengetahui dimensi yang tepat

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

var.ndim
# displays 2

var.shape
# display 6, 2

Anda dapat mengubah dimensi menggunakan .reshapefungsi

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

— Daksh
sumber

7

The shapemetode mensyaratkan bahwa amenjadi ndarray Numpy. Tapi Numpy juga bisa menghitung bentuk iterables dari objek python murni:

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

— aph
sumber

1

a.shapehanya versi terbatas np.info(). Lihat ini:

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

Di luar

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

— prosti
sumber