Python入门：len、count、size、shape、get_shape

• len()：返回对象的长度，如list、dict等，注意不是length()函数 

len([1,2,3,4,5])# 返回值是5

• count()：计算包含对象个数 

[1,2,3,1].count(1)# 返回值为2 

size、shape、get_shape是其他模块中的函数，如：

numpy中:

• size()：计算数组和矩阵所有数据的个数 
• shape ()：得到矩阵每维的大小 

a = np.array([[1,2,3],[4,5,6]]) 
np.size(a)# 返回值为 6 
np.size(a,1)# 返回值为 3

np.shape(a)# 返回值为(2,3)

tfrecord中：

• tf.shape()和get_shape()都可以得到tensor的尺寸
• tf.shape(a)中a的数据类型可以是tensor, list, array 
• a.get_shape()中a的数据类型只能是tensor,且返回的是一个元组（tuple）

x=tf.constant([[1,2,3],[4,5,6]]  
y=[[1,2,3],[4,5,6]]  
z=np.arange(24).reshape([2,3,4]))  
sess=tf.Session()  

x_shape=tf.shape(x)              #  x_shape 是一个tensor  
y_shape=tf.shape(y)              #  <tf.Tensor 'Shape_2:0' shape=(2,) dtype=int32>  
z_shape=tf.shape(z)              #  <tf.Tensor 'Shape_5:0' shape=(3,) dtype=int32>  
print sess.run(x_shape)          # 结果:[2 3]  
print sess.run(y_shape)          # 结果:[2 3]  
print sess.run(z_shape)          # 结果:[2 3 4]  

x_shape=x.get_shape()            # 返回的是TensorShape([Dimension(2), Dimension(3)]),不能使用sess.run() 因为返回的不是tensor或string,而是元组  
x_shape=x.get_shape().as_list()  # 可以使用 as_list()得到具体的尺寸，x_shape=[2 3]  
y_shape=y.get_shape()            # AttributeError: 'list' object has no attribute 'get_shape'  
z_shape=z.get_shape()            # AttributeError: 'numpy.ndarray' object has no attribute 'get_shape'