python numpy array中维度的区别 array.shape

运行以下代码：

  3 import numpy as np4                                                                                                                                                                                                                                         5 aa = np.array([6     [1,2,3,4],7     [5,6,7,8],8     [9,8,7,6]9 ])          10             11 r1 = aa[2,:]12 r2 = aa[2:3,:]13             14 print r1.shape , r115 print r2.shape , r216             17 r3 =np.array([[1],[2],[3],[4]])18             19 print r3.shape

输出结果是：

(4,) [9 8 7 6]
(1, 4) [[9 8 7 6]]
(4, 1)

r3 与 r1的区别在于 r1 只有一个维度，[9 8 7 6]

r1 = aa[2,:] ,第一维度用了整数索引，第二维度用了切片索引，用整数索引表示直接取值即可，所以只剩下1个维度

r2 = aa[2:3,:] 两个维度都用了切片索引，所以得到的数组还是2维的。

刚刚学习numpy ，有不对的地方还请大神指点。

python numpy array中维度的区别 array.shape相关推荐

python绘制灰度图片直方图-python – numpy图像中灰度值的直方图
我将图像加载到numpy数组中,并希望在直方图中绘制其颜色值. import numpy as np from skimage import io from skimage import color ...
python numpy库中省略号...的一些用法
在学习<Designing Machine Learning Systems with Python>(<机器学习系统设计Python语言实现>)一书的第五章梯度下降一节代码中 ...
python 2.7中urllib 2 与python 3.5中 urllib的区别。
python 3.x中urllib库和urilib2库合并成了urllib库. 其中urllib2.urlopen()变成了urllib.request.urlopen() urllib2.Reque ...
numpy库中的mat和array使用小结
numpy的导入和使用: from numpy import *; 矩阵Mat的创建 1.由一维或二维数据创建矩阵 a1=array([1,2,3]); a1=mat(a1); 由列表list创建矩阵 ...
python numpy和pandas库的区别_Python模块 - Numpy与Pandas
Numpy简介 Numpy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础. Numpy的主要功能: ndarray,一个多维数组结构,高效且节省空间无需循环对数组数据进行快 ...
python numpy数组中冒号 : 的使用--全局选择、表示区间
python中冒号实际上有两个意思: 1.全部选择 matrix1[1, :]表示matrix的第1行的所有元素 matrix1[:, 1]表示matrix的第1列的所有元素 2. 表示区间 matr ...
python numpy修改数据维度
numpy中使用: 更改为任意维度:reshape() 展开为1维:flatten() 示例代码 import numpy as npif __name__ == '__main__':array = ...
[转载] python numpy.sqrt_python中numpy库ndarray多维数组的的运算：np.abs(x)、np.sqrt(x)、np.modf(x)等...
参考链接: Python中的numpy.tan numpy库提供非常便捷的数组运算,方便数据的处理. 1.数组与标量之间可直接进行运算 In [45]: a Out[45]: array([[ 0, ...
python numpy.ndarray中的数据转为int型
首先了解内容与类型 >>>print(a)(array([[0.01124722],[0.21752586],[0.05586815],[0.03558792]]), array([ ...

python numpy array中维度的区别 array.shape

python numpy array中维度的区别 array.shape相关推荐

最新文章

热门文章