洋葱剥离法

例如:给定了以下array(矩阵) a,要你立即读出它的shape大小,该怎么读???

a=array([[[[ 1.,  2.]],[[ 3.,  4.]],[[ 5.,  6.]]],[[[ 7.,  8.]],[[ 9.,  10.]],[[ 11.,  12.]]],[[[ 13.,  14.]],[[ 15.,  16.]],[[ 17.,  18.]]]])

教你们一个诀窍:

(1)首先,看最左边中括号‘[’的个数max=4,所以可以确定shape的形式为shape=[ □,  □,  □,  □],其中 表示待写入的数;

(2)再看4括号(即[[[[ ]]]])中3括号(即[[[ ]]])的个数,可以数出为3,分别为:

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

[[[ 7.,  8.]],[[ 9.,  10.]],[[ 11.,  12.]]]

[[[ 13.,  14.]],[[ 15.,  16.]],[[ 17.,  18.]]]

所以,shape=[ 3,  □,  □,  □],其中 □表示待写入的数;

(3)任选一个3括号(即[[[ ]]]),看里面2括号(即[[[ ]]])的个数,可以数出为3。

例如[[[ 1.,  2.]],[[ 3.,  4.]],[[ 5.,  6.]]]中,分别为:

[[ 1.,  2.]]

[[ 3.,  4.]]

[[ 5.,  6.]]

       所以,shape=[ 3,  3,  □,  □],其中 □表示待写入的数;

(4)任选一个2括号(即[[ ]]),看里面1括号(即[ ])的个数,可以数出为1。所以,shape=[ 3,  3,  1,  □],其中 □表示待写入的数;

(5)任选一个1括号(即[ ]),看里面纯数字的个数,可以数出为2。所以,shape=[ 3,  3,  1,  2].

综上步骤,可以确定a的形状为shape=[ 3,  3,  1,  2].

教你怎么快速读出python numpy中给定的array的shape相关推荐

  1. python求向量函数的雅可比矩阵_在python Numpy中求向量和矩阵的范数实例

    np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=np.linalg.norm(x, ord=None, ...

  2. python二维元素向量_详解python Numpy中求向量和矩阵的范数

    在python Numpy中求向量和矩阵的范数实例 np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=n ...

  3. python Numpy 中的矩阵向量乘法(np.multiply()、np.dot()、np.matmul() 和 星号(*)、@)

    python Numpy 中的矩阵向量乘法 总结 1. 对于 np.array 对象 1.1 元素乘法 用 a*b 或 np.multiply(a,b) 1.2 矩阵乘法 用 np.dot(a,b) ...

  4. python3 nonzero_浅谈python numpy中nonzero()的用法

    nonzero函数返回非零元素的目录. 返回值为元组, 两个值分别为两个维度, 包含了相应维度上非零元素的目录值. import numpy as np A = np.mat([[0,1,2,3,4, ...

  5. PIL中的Image和numpy中的数组array相互转换

    PIL中的Image和numpy中的数组array相互转换 array转换成image 1 Image.fromarray(np.uint8(img)) https://www.cnblogs.com ...

  6. 论numpy中matrix 和 array的区别

    论numpy中matrix 和 array的区别 原文:http://blog.csdn.net/vincentlipan/article/details/20717163 数组转换矩阵:  A = ...

  7. python numpy 中 np.mean(a) 跟 a.mean() 的区别

    今天查看以前写的文章时, 发现有个地方理解不了, 就是 np.mean(a) 跟 a.mean() 的区别是什么, 于是就查阅了相关资料: 官方doc: a.mean() Docstring: a.m ...

  8. python numpy中ndarray.reshape函数参数-1是什么意思?(模糊控制、自动推理)

    模糊控制,不知道要转换后-1的位置有多少个,反正其他的就按照指定的来 示例代码: import numpy as npc=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[1 ...

  9. python numpy中sum()时出现负值

    import numpy a=numpy.random.randint(1, 4095, (5000,5000)) a.sum() 结果为负值, 这是错误的,a.sum()的类型为 int32,如何做 ...

  10. python 计算机程序设计-某高校计算机编程教授教你如何快速入门python,一文带你进入编程...

    image 如何快速入门Python 学习任何一门语言都是从入门(1年左右),通过不间断练习达到熟练水准(3到5年),少数人最终能精通语言,成为执牛耳者,他们是金字塔的最顶层.虽然万事开头难,但好的开 ...

最新文章

  1. Go 学习笔记(55)— Go 标准库 sql (初始化数据库、插入、更新、删除数据库表、单行查询、多行查询、事务处理)
  2. 为什么MobileNet的参数这么少
  3. 七天学会NodeJS
  4. Qt Linguist 翻译
  5. 漫画 | Kubernetes带你一帆风顺去远航
  6. 【Java从0到架构师】SpringMVC - 基础
  7. Event Logging 技术简介
  8. 金蝶kis专业版系统登录服务器,金蝶kis专业版怎么远程连接服务器
  9. win11开机占用率过高怎么办?win11开机内存占用90%
  10. 磁力链接文件服务器,什么是磁力链接(BT、磁力链这些词语是什么意思?)
  11. CSS3——渐变(线性渐变、径向渐变、重复性渐变)
  12. 计算机科班比其他专业有多少优势呢?
  13. 数据存储(Po累Po累)
  14. P6800- 配件识真假
  15. CSS基础(复合选择器-三大特性)
  16. java获取当前日期 星期几_java获取当前日期是星期几的方法
  17. linux redis 高级命令,Redis的高级应用之事务处理、持久化操作、pub_sub、虚拟内存...
  18. 迭代决策树GBDT(MART)【理论】
  19. i o笔记 用户增长
  20. 鸿蒙系统电动车,鸿蒙系统被刷屏,新日电动车在其中是什么角色?

热门文章

  1. ES文件浏览器(清理垃圾神器, 强大网盘管理功能, 强大文件分析能力)
  2. 快递电子面单接口php,快递电子面单
  3. 我的未来作文计算机行业,我的未来职业畅想作文
  4. 一个不常用的DOM原生API,closest
  5. goldendict在线子典 goldendict
  6. x3650服务器引导盘制作,IBM X System ServerGuide 8.41 服务器 系统安装 引导盘图文教程...
  7. matlab平均脸,BFM使用 - 获取平均脸模型的68个特征点坐标
  8. c# mvc ajax txt auto,ASP.Net MVC和复制div中的自我AJAX更新局部视图/控制器
  9. 用canvas画圆形雷达图
  10. android 8.0 红米note3,红米Note3抢在小米6前面升到8.0,但是bug满天飞