问题:经常在机器学习代码中看到shape[0],有点迷惑指的是什么,通过查询后理解如下:
1、shape函数有两种使用方式,分别是.shape[ ],shape( ),两种方式意义不同
1)shape[ ]:
A:.shape[ ]函数的作用:读取矩阵的长度
B:实例:
import numpy as npk = np.matrix([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])print(np.shape(k)) # 输出(3,4)表示矩阵为3行4列print(k.shape[0]) # shape[0]输出3,为矩阵的行数print(k.shape[1]) # 同理shape[1]输出列数y
以上是一个浅层的理解,正确的理解应该是维数,shape[0], shape[1]从外到里,分别是第一维的长度,第二维的长度等等
2)shape( ):
A:shape( )函数的作用:读取函数的维度
B:实例:
2、shape函数修改原数组的维数和reshape函数修改维数的作用对比:
参照如下代码:
可以看出shape后的原始数据的维数已做更改,而reshape函数不改变原始数组的维数
本文参照:
Python之Shape()函数_lili安的博客-CSDN博客_python shapeshape函数是numpy.core.fromnumeric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。shape的输入参数可以是一个整数(表示维度),也可以是一个矩阵。以下例子可能会好理解一些:(1)参数是一个数时,返回空:(2)参数是一维矩阵:(3)参数是二维矩阵:以上分别为两行一列;三行两列(4)直接用.shape可...https://blog.csdn.net/likeyou1314918273/article/details/89510234?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.pc_relevant_default&spm=1001.2101.3001.4242.1&utm_relevant_index=2
python中shape[0]与shape[1]_zhf的博客-CSDN博客_python shape[0]import numpy as npk = np.matrix([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])print(np.shape(k)) # 输出(3,4)表示矩阵为3行4列print(k.shape[0]) # shape[0]输出3,为矩阵的行数print(k.shape[1]) # 同理shape[1]输出列数...https://blog.csdn.net/weixin_43283397/article/details/108031929