Answers:
shape
可能比作为函数更准确地描述为属性。
property
本身是一个类,ndarray.shape
不是一个类,但它是属性类型的实例。
按照惯例,在Python世界中,的快捷方式numpy
是np
,因此:
In [1]: import numpy as np
In [2]: a = np.array([[1,2],[3,4]])
在Numpy中,维度,轴/轴,形状是相关的,有时是相似的概念:
在“ 数学/物理学”中,维或维数被非正式地定义为指定空间中任何点所需的最小坐标数。但在numpy的,根据numpy的文档,这是相同的轴线/轴:
在Numpy中,尺寸称为轴。轴数为等级。
In [3]: a.ndim # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2
在Numpy中索引an 的第n个坐标array
。多维数组每个轴可以有一个索引。
In [4]: a[1,0] # to index `a`, we specific 1 at the first axis and 0 at the second axis.
Out[4]: 3 # which results in 3 (locate at the row 1 and column 0, 0-based index)
描述沿每个可用轴有多少数据(或范围)。
In [5]: a.shape
Out[5]: (2, 2) # both the first and second axis have 2 (columns/rows/pages/blocks/...) data
shape
在NumPy 中称为。在您的情况下(ndim
),NumPy所谓的尺寸为2 。了解通常的NumPy术语很有用:这使阅读文档更加容易!