numpy中shape的租用是什么

本篇文章為大家展示了numpy中shape的租用是什么，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

一維情況：

<span >>>> import numpy as np 
>>> a = np.array([2,3,33]) 
>>> a 
array([ 2 3 33 ]) 
>>> print a 
[ 2 3 33 ] 
>>> a.shape 
(3, )</span>

一維情況中array創建的可以看做list（或一維數組），創建時用（）和[ ]都可以，多維也一樣，兩種方法創建后的輸出顯示結果也相同，這里使用[ ]進行創建

輸出a的shape會顯示一個參數，就是這個list中元素個數

創建時也可以直接使用np.zeros([1])，這樣會創建全0的list，或者np.ones([1])，不需要我們輸入數據，見下圖：

<span >>>> a = np.zeros([1]) 
>>> b = np.ones([1]) 
>>> print a 
[ 0. ] 
>>> print b 
[ 1. ]</span>

二維情況：

<span >>>> a = np.array([[2,2,2],[3,3,3]]) 
>>> print a 
[[ 2 2 2 ] 
 [ 3 3 3 ]] 
>>> a.shape 
(2, 3)</span>

二維情況中array創建的可以看做二維數組（矩陣），注意創建時需要使用2個[ ]，輸出a的shape顯示的（2,3）相當于有2行，每行3個數，使用np.ones創建結果如下：

<span >>>> a = np.ones([2, 3]) >>> print a [[ 1. 1. 1. ] [ 1. 1. 1. ]]</span>

多維情況：

多維情況統一使用np.ones進行創建，先看三維情況：

<span >>>> a = np.ones([1,1,1]) 
>>> print a 
[[[ 1.]]] 
>>> a = np.ones([1,1,2]) 
>>> print a 
[[[ 1. 1.]]] 
>>> a = np.ones([1,2,1]) 
>>> print a 
[[[ 1.] 
 [ 1.]]] 
>>> a = np.ones([2,1,1]) 
>>> print a 
[[[ 1.]] 
 
 [[ 1.]]]</span>

從上面的代碼可以看出，三維情況創建時后面2個參數可以看做是創建二維數組，第1個參數看做創建的二維數組的個數，所以創建時輸入的參數為2,3,2時，就相當于創建了2個3行2列的二維數組，如下：

<span >>>> a = np.ones([2,3,2]) 
>>> print a 
[[[ 1. 1.] 
 [ 1. 1.] 
 [ 1. 1.]] 
 
 [[ 1. 1.] 
 [ 1. 1.] 
 [ 1. 1.]]]</span>

然后看四維情況：

<span >>>> a = np.ones([1,1,1,1]) 
>>> print a 
[[[[ 1.]]]] 
>>> a = np.ones([1,1,1,2]) 
>>> print a 
[[[[ 1. 1.]]]] 
>>> a = np.ones([1,1,2,1]) 
>>> print a 
[[[[ 1.] 
 [ 1.]]]] 
>>> a = np.ones([1,2,1,1]) 
>>> print a 
[[[[ 1.]] 
 
 [[ 1.]]]] 
>>> a = np.ones([2,1,1,1]) 
>>> print a 
[[[[ 1.]]] 
 
 
 [[[ 1.]]]]</span>

從上面代碼可以看出：四維時將第一個參數設置為2和第二個參數設置為2時，輸出結果中間的空行數量不同，我把它理解成先創建1行1列的二維數組[[ 1. ]]，然后按照第2個參數打包這樣的二維數組，如果第二個參數是2，則打包2個2維數組變成[[[ 1. ]]，[[ 1. ]]]（小包），然后按照第1個參數再打包這樣的包，如果第一個參數是2，則變成[[[[ 1. ]], [[ 1. ]]], [[[ 1. ]], [[ 1. ]]]]（大包），就是下面的結果：

<span >>>> a = np.ones([2,2,1,1]) 
>>> print a 
[[[[ 1.]] 
 
 [[ 1.]]] 
 
 
 [[[ 1.]] 
 
 [[ 1.]]]]</span>

四維以上的結果也是這么理解~輸出中區分參數用空行~

然后來看一下特定輸出：

>>> import numpy as np
>>> m = np.ones([2,3,2,3])
>>> print m
[[[[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]]
 [[[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]]]
>>> print m[1,:,:,:]
[[[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]]
>>> print m[:,1,:,:]
[[[ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]]]
>>> print m[:,:,1,:]
[[[ 1. 1. 1.]
 [ 1. 1. 1.]
 [ 1. 1. 1.]]
 [[ 1. 1. 1.]
 [ 1. 1. 1.]
 [ 1. 1. 1.]]]
>>> print m[:,:,:,1]
[[[ 1. 1.]
 [ 1. 1.]
 [ 1. 1.]]
 [[ 1. 1.]
 [ 1. 1.]
 [ 1. 1.]]]

前面print m很好理解~

然后print m[1,：,：,：]，：代表默認值（就是一開始你輸入時指定的值），這句代碼相當于輸出2個包中的第1個包（從0開始計數），這個包里面有3個小包，小包里面是2*3的二維數組，所以結果就是上面的~

然后print m[：,1,：,：]，相當于輸出2個大包，每個大包輸出第1個小包，小包里面是2*3的二維數組

然后print m[：,：,1,：]，相當于輸出2個大包，每個大包輸出3個小包，小包里面是二維數組的第1行

然后print m[：,：,：,1]，相當于輸出2個大包，每個大包輸出3個小包，小包里面是1*2的二維數組

其他結果可以自己去試試~

總結：采用np.array()創建時需要幾個維度就要用幾個[ ]括起來，這種創建方式要給定數據；采用np.ones()或np.zeros()創建分別產生全1或全0的數據，用a.shape會輸出你創建時的輸入，創建時輸入了幾個維度輸出就會用幾個[ ]括起來，shape的返回值是一個元組，里面每個數字表示每一維的長度

上述內容就是numpy中shape的租用是什么，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。