NumPy.array三维数组
Numpy中三维数组的坐标轴表示
第一个维度对应高度坐标轴y,通常称为纵向坐标轴或轴0。
第二个维度对应宽度坐标轴x,通常称为横向坐标轴或轴1。
第三个维度对应深度坐标轴z,通常称为深度坐标轴或轴2。
shape函数
在NumPy中,shape 是一个用于获取数组维度信息的属性(attribute)。它返回一个包含数组维度大小的元组,该元组的长度取决于数组的维度。这个元组中的每个元素表示数组在相应维度上的大小。
示例代码
import numpy as np
# 创建1x2x3的三维数组
array1 = np.array([[[1, 2, 3], [4, 5, 6]]])
print("1x2x3 数组的维数:", array1.shape)
print("1x2x3 数组的内容:")
print(array1)
# 创建2x3x1的三维数组
array2 = np.array([[[1], [2], [3]], [[4], [5], [6]]])
print("2x3x1 数组的维数:", array2.shape)
print("2x3x1 数组的内容:")
print(array2)
运行结果
(1,2,3)表示第一个维度(0轴)大小为1,第二个维度(1轴)大小为2,第三个维度(2轴)大小为3,也就是一个1行2列3层的三维数组。
(2,3,1)表示第一个维度(0轴)大小为2,第二个维度(1轴)大小为3,第三个维度(2轴)大小为1,也就是一个2行3列1层的三维数组。
[[[1 2 3]
[4 5 6]]]
数组总共有三层"[ ]",每一层所表示的含义不同,从外层到内层其元素依次表示高度、宽度、深度,即行、列、层。
其中数组array1中每个元素的索引为:
数据 | 索引值 |
---|---|
1 | array1[0, 0, 0] |
2 | array1[0, 0, 1] |
3 | array1[0, 0, 2] |
4 | array1[0, 1, 0] |
5 | array1[0, 1, 1] |
6 | array1[0, 1, 2] |