``` import numpy as np A=np.array(A) print(A) M=np.zeros((len(A),len(A[0]))) print(M)```python如何获取已知矩阵的维度
时间: 2024-12-22 11:15:01 浏览: 2
无迹卡尔曼滤波算法的python实现与解读.docx
在Python中,如果你已经有了一个NumPy数组(`A`),你可以通过访问它的属性`.shape`来获取矩阵的维度。`.shape`返回的是一个元组,第一个元素表示行数,第二个元素表示列数。例如:
```python
import numpy as np
A = np.array([[1, 2, 3], [4, 5, 6]])
# 获取A的维度
rows, cols = A.shape
print(f"A is a {rows} by {cols} matrix.")
```
如果`A`是一个一维数组,那么它将只有一个长度,也可以使用`.size`属性来获取元素总数,但这通常适用于一维情况:
```python
if len(A.shape) == 1:
rows = A.size
else:
rows, cols = A.shape
```
`M=np.zeros((len(A), len(A[0])))` 这一行试图根据`A`的长度和某一行的长度来创建一个新的全零矩阵,但如果`A`不是二维矩形数组,`len(A[0])`可能会出错。对于多维数组,应该直接使用`.shape`获取所有维度的信息。
阅读全文