Python中的shape[0]、shape[1]和shape[-1]使用方法
shape函數(shù)是Numpy中的函數(shù),它的功能是讀取矩陣的長度,比如shape[0]就是讀取矩陣第一維度的長度。
直接用.shape可以快速讀取矩陣的形狀,使用shape[0]讀取矩陣第一維度的長度。
.shape的使用方法
>>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape)
(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
其實,我們可以發(fā)現(xiàn):
>>> print(len(x)) 2
shape[0]讀取矩陣第一維度的長度,即數(shù)組的行數(shù)。
shape[1]的使用方法
>>> print(x.shape[1]) 3
是我們的數(shù)組的列數(shù)。
有時我們會遇到一種新的表示方法:shape[-1]
首先需要知道,對于二維張量,shape[0]代表行數(shù),shape[1]代表列數(shù),同理三維張量還有shape[2]
對于圖像來說:
image.shape[0]——圖片高
image.shape[1]——圖片長
image.shape[2]——圖片通道數(shù)
而對于矩陣來說:
shape[0]:表示矩陣的行數(shù)
shape[1]:表示矩陣的列數(shù)
一般來說,-1代表最后一個,所以shape[-1]代表最后一個維度,如在二維張量里,shape[-1]表示列數(shù),注意,即使是一維行向量,shape[-1]表示行向量的元素總數(shù),換言之也是列數(shù):
我們還是舉上面的例子:
>>> print(x.shape[-1]) 3
就是求得的列數(shù)。
python中shape[0]與shape[1]
import numpy as np k = np.matrix([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) print(np.shape(k)) # 輸出(3,4)表示矩陣為3行4列 print(k.shape[0]) # shape[0]輸出3,為矩陣的行數(shù) print(k.shape[1]) # 同理shape[1]輸出列數(shù)
到此這篇關于Python中的shape[0]、shape[1]和shape[-1]使用方法的文章就介紹到這了,更多相關Python shape使用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
使用tensorflow DataSet實現(xiàn)高效加載變長文本輸入
今天小編就為大家分享一篇使用tensorflow DataSet實現(xiàn)高效加載變長文本輸入,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01我在七夕佳節(jié)用Python制作的表白神器,程序員也應該擁有愛情!建議收藏
這篇文章主要介紹了我在七夕佳節(jié)用Python制作的表白神器,建議收藏,程序員也該擁有愛情,感興趣的小伙伴快來看看吧2021-08-08Python通過兩個dataframe用for循環(huán)求笛卡爾積
這篇文章主要介紹了Python通過兩個dataframe用for循環(huán)求笛卡爾積,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04Python中的 any() 函數(shù)和 all() 函數(shù)
這篇文章主要介紹了Python中的 any() 函數(shù)和 all() 函數(shù),文章基于Python的相關資料展開對 any 和 all() 函數(shù)的語法詳細內(nèi)容,具有一定的參考價值,需要的小伙伴可以參考一下2022-04-04