python显示二维数组的维度
时间: 2023-09-01 22:11:47 浏览: 42
要显示Python中二维数组的维度,可以使用numpy库中的shape属性。具体实现方法如下:
```python
import numpy as np
# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
# 打印数组的维度
print(arr.shape)
```
输出结果为:
```
(2, 3)
```
其中,`(2, 3)`表示该二维数组有2行、3列。
相关问题
Python三维数组维度举例
三维数组在Python中可以使用NumPy库来实现。下面是一个三维数组的维度举例:
```python
import numpy as np
# 创建一个3x4x2的三维数组
arr = np.array([
[[1, 2], [3, 4], [5, 6], [7, 8]],
[[9, 10], [11, 12], [13, 14], [15, 16]],
[[17, 18], [19, 20], [21, 22], [23, 24]]
])
print(arr.shape) # 输出 (3, 4, 2)
```
这个三维数组包含3个二维数组,每个二维数组包含4行2列的数据。因此,这个三维数组的维度为(3, 4, 2),分别表示3个二维数组,每个二维数组有4行2列的数据。
python实现二维数组
在Python中,有几种方式可以实现二维数组。其中两种常见方法是使用列表(list)和使用NumPy库中的数组(ndarray)。
使用列表创建一个二维列表可以通过以下方式实现:
```
lis = [[] for i in range(5)]
for i in range(5):
lis.append([])
```
这样就创建了一个空的二维列表lis。
另一种方法是使用NumPy库中的数组,可以通过以下方式实现:
```
import numpy as np
# 创建一维数组
nd_one = np.array([1, 2, 3])
# 创建二维数组
nd_two = np.array([[1, 2, 3], [4, 5, 6]])
print(nd_one)
print(nd_two)
print('nd_one.shape =', nd_one.shape)
print('nd_two.shape =', nd_two.shape)
```
这样就创建了一个包含一维和二维数组的NumPy数组nd_one和nd_two。输出结果中的shape属性可以用来获取数组的维度信息。
请注意,使用NumPy数组相对于列表的优势在于NumPy提供了更多的功能和数学运算的支持,特别是对于大型数据集的处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [python如何创建二维数组](https://blog.csdn.net/fan13938409755/article/details/121889926)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Python 创建二维数组](https://blog.csdn.net/flyingluohaipeng/article/details/129828525)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]