shape函数的用法描述大小_shape[0]和shape[1]

Numpy中shape（）函数的意义及相关用法

shape函数的功能是读取矩阵或数组的长度

**通常有三种使用方法：shape[0]，shape[1]，shape
shape[0] ：读取行数
shape[1]：读取列数
shape：行列数组成元组直接输出**

**

一、当数组或矩阵是一维时

**
1、只能使用shape[0]，返回的是数组或矩阵中元素的个数

a=np.array([2,3,4])
print(a.shape[0])

输出结果：

3

2、 如果使用shape[1]

a=np.array([2,3,4])
print(a.shape[1])

输出报错：

print(b.shape[1])
IndexError: tuple index out of range

二、当数组或矩阵是二维时

这里需要注意在写矩阵或数组的外面是一个（）和一个[]
1、shape[0] ：读取行数

import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(a.shape[0])

输出结果：

4

2、shape[1]：读取列数

import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(a.shape[1])

输出结果：

3

3、shape：行列数组成元组直接输出

import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
print(a.shape)

输出结果：

(4, 3)

三、当数组或矩阵是三维时

这里需要注意在写矩阵或数组的外面是一个（）和两个个[]

import numpy as np
a=np.array([[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]])
print(a.shape)

输出结果：

（1，4，3）

今天的文章shape函数的用法描述大小_shape[0]和shape[1]分享到此就结束了，感谢您的阅读。