Python中的shape[0]、shape[1]和shape[ | 您所在的位置:网站首页 › Python 中0和1是什么意思 › Python中的shape[0]、shape[1]和shape[ |
shape函数是Numpy中的函数,它的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度。 直接用.shape可以快速读取矩阵的形状,使用shape[0]读取矩阵第一维度的长度。 .shape的使用方法 >>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape) 输出: (2, 3)shape[0]的使用方法: >>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape[0]) 2其实,我们可以发现: >>> print(len(x)) 2
shape[0]读取矩阵第一维度的长度,即数组的行数。 shape[1]的使用方法 >>> print(x.shape[1]) 3
是我们的数组的列数。 有时我们会遇到一种新的表示方法:shape[-1] 首先需要知道,对于二维张量,shape[0]代表行数,shape[1]代表列数,同理三维张量还有shape[2] 对于图像来说: image.shape[0]——图片高 image.shape[1]——图片长 image.shape[2]——图片通道数 而对于矩阵来说: shape[0]:表示矩阵的行数 shape[1]:表示矩阵的列数 一般来说,-1代表最后一个,所以shape[-1]代表最后一个维度,如在二维张量里,shape[-1]表示列数,注意,即使是一维行向量,shape[-1]表示行向量的元素总数,换言之也是列数: 我们还是举上面的例子: >>> print(x.shape[-1]) 3就是求得的列数。
|
CopyRight 2018-2019 实验室设备网 版权所有 |