python numpy array中维度的区别 array.shape
2017-07-16 12:50
309 查看
运行以下代码: 3 import numpy as np
4
5 aa = np.array([
6 [1,2,3,4],
7 [5,6,7,8],
8 [9,8,7,6]
9 ])
10
11 r1 = aa[2,:]
12 r2 = aa[2:3,:]
13
14 print r1.shape , r1
15 print r2.shape , r2
16
17 r3 =np.array([[1],[2],[3],[4]])
18
19 print r3.shape
输出结果是:
(4,) [9 8 7 6]
(1, 4) [[9 8 7 6]]
(4, 1)
r3 与 r1的区别在于 r1 只有一个维度,[9 8 7 6]
r1 = aa[2,:] ,第一维度用了整数索引,第二维度用了切片索引,用整数索引表示直接取值即可,所以只剩下1个维度
r2 = aa[2:3,:] 两个维度都用了切片索引,所以得到的数组还是2维的。
刚刚学习numpy , 有不对的地方还请大神指点。
4
5 aa = np.array([
6 [1,2,3,4],
7 [5,6,7,8],
8 [9,8,7,6]
9 ])
10
11 r1 = aa[2,:]
12 r2 = aa[2:3,:]
13
14 print r1.shape , r1
15 print r2.shape , r2
16
17 r3 =np.array([[1],[2],[3],[4]])
18
19 print r3.shape
输出结果是:
(4,) [9 8 7 6]
(1, 4) [[9 8 7 6]]
(4, 1)
r3 与 r1的区别在于 r1 只有一个维度,[9 8 7 6]
r1 = aa[2,:] ,第一维度用了整数索引,第二维度用了切片索引,用整数索引表示直接取值即可,所以只剩下1个维度
r2 = aa[2:3,:] 两个维度都用了切片索引,所以得到的数组还是2维的。
刚刚学习numpy , 有不对的地方还请大神指点。
相关文章推荐
- 浅谈python中np.array的shape( ,)与( ,1)的区别
- python 里 np.array 的shape ( ,)与( ,1)的区别
- python中array和matrix的区别
- python中array和list的区别
- <Python数据分析>numpy中array和asarray的区别
- TensorFlow教程——获取Tensor的维度(tf.shape(x)、x.shape和x.get_shape()的区别)
- [python]论numpy中matrix 和 array的区别
- python list和 php中 array区别
- python array.shape
- python中list(列表)、元组和array的区别-分别什么时候使用?
- python里面list和array的区别
- python中的list和array的区别
- Python中的list与NumPy中array的区别 及相互转换
- 详谈Python中列表list,元祖tuple和numpy中的array区别
- Python Numpy的数组array和矩阵matrix的用法与区别
- python_array[0][0]与array[0,0]区别
- Python中list和numpy.array的区别
- Python中list的拷贝与Numpy的array的拷贝的区别
- python numpy 如何获取和更改数组(array)的形状、维数-shape&reshape
- Python Intro - Numpy array shape