python打印数据的维度

在Python中，可以使用`ndim`属性来获取数据的维度。如果你想打印数据的维度，可以使用以下代码：

import numpy as np

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

print(data.ndim)

这将输出数据的维度数。对于上述代码，输出结果将是2，表示数据是一个二维数组。

相关问题

python查看excel数据维度

可以使用pandas包来查看Excel数据的维度。具体的代码如下所示：

import pandas as pd

# 读取Excel数据
data = pd.read_excel("excel文件名")

# 查看数据维度
shape = data.shape
print("数据维度：", shape)

上述代码中，首先导入了pandas包，并使用`read_excel`函数读取了Excel数据。然后，通过`shape`属性获取数据的维度，并将结果打印出来。

python怎么查看数据维度

在Python中，我们可以使用numpy库中的shape属性来查看数据的维度。shape属性返回一个元组，包含数据的维度信息。

下面是一个示例代码，展示了如何使用shape属性来查看数据的维度：

import numpy as np

# 创建一个5x3的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15]])

# 查看数组的维度
print(arr.shape)

在上述示例代码中，我们首先使用numpy库创建了一个5x3的二维数组arr。接着，我们使用shape属性打印了数组的维度信息，输出结果为(5, 3)，表示该数组有5行3列。

如果你的数据是一个pandas的DataFrame对象，你可以使用shape属性查看数据的维度。例如：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 查看DataFrame对象的维度
print(df.shape)

在上述示例代码中，我们首先使用pandas库创建了一个DataFrame对象df。接着，我们使用shape属性打印了DataFrame对象的维度信息，输出结果为(3, 2)，表示该DataFrame对象有3行2列。