python numpy.shape使用方法

numpy.shape() 是一个函数，用于获取数组的形状，即数组的维度。它返回一个元组，其中包含数组的维度信息。例如，如果有一个二维数组 a，可以使用 numpy.shape(a) 来获取它的形状。如果 a 的形状是 (3, 4)，则 numpy.shape(a) 将返回 (3, 4)。

相关问题

python numpy.ndarray

ndarray是Python中的一种多维数组，可以用来存储和操作大量的数值数据。它具有许多有用的属性和方法，可以让用户更容易地处理数据。`numpy.ndarray` 是 NumPy 库中的一个类，用于表示 N 维数组（即多维数组）。它是 NumPy 的核心数据结构之一，提供了许多高效的操作，例如数组索引、切片、算术运算、数学函数等等。

在使用 `numpy.ndarray` 时，通常需要先导入 NumPy 库，然后通过 `numpy.array()` 函数将 Python 列表或元组转换成 N 维数组，例如：

import numpy as np

# 从列表创建一个一维数组
a = np.array([1, 2, 3])
print(a)
# 输出：[1 2 3]

# 从元组创建一个二维数组
b = np.array([(1, 2, 3), (4, 5, 6)])
print(b)
# 输出：
# [[1 2 3]
#  [4 5 6]]

可以通过 `ndarray.shape` 属性获取数组的维度信息，通过 `ndarray.dtype` 属性获取数组元素的数据类型，例如：

# 获取数组的形状
print(a.shape)  # 输出：(3,)
print(b.shape)  # 输出：(2, 3)

# 获取数组元素的数据类型
print(a.dtype)  # 输出：int64
print(b.dtype)  # 输出：int64

还可以使用各种方法对数组进行操作，例如：

# 数组加法
c = a + b
print(c)
# 输出：
# [[2 4 6]
#  [5 7 9]]

# 数组乘法
d = a * b
print(d)
# 输出：
# [[ 1  4  9]
#  [ 4 10 18]]

# 数组转置
e = b.T
print(e)
# 输出：
# [[1 4]
#  [2 5]
#  [3 6]]

这些只是 `numpy.ndarray` 类提供的一些基本功能，NumPy 库还有更多高级的特性和函数可以探索。

python numpy.array

`numpy.array` 是 NumPy 库中的一个函数，用于创建数组。它接受一个序列对象（如列表、元组等）作为参数，并返回一个 NumPy 数组。

示例代码：

import numpy as np

# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)

输出结果：

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]

返回的数组对象具有许多有用的属性和方法，例如 `.shape` 属性可以获取数组的形状（即维度），`.dtype` 属性可以获取数组的数据类型，`.reshape()` 方法可以改变数组的形状等。在 NumPy 中，数组是处理数据的基本单位，因此掌握 `numpy.array` 的用法对于使用 NumPy 来进行科学计算和数据分析是非常重要的。