矩阵维度

矩阵维度的理解


举例说明

// example
import numpy as np
data = np.arange(6)
print(np.reshape(data, (1, 2, 3)))

输出的结果是:

[[[0 1 2]
  [3 4 5]]]

这样我们可以进一步将结果拆解为有2个(1,3)的矩阵
==》进一步看成有1个(2,3)的矩阵
==》则矩阵的维度大小为(1,2,3)

在看另一个例子:

data1=np.array([[[1,2,3],[3,5,6]],
                [[1,2,3],[0,9,8]]])
print(data1.shape)

运行结果为:

(2,2,3)

我们可以同样作出分解,看成2个(2,3)的矩阵;
同样地,我们可以将四维的矩阵(2,2,3,4)拆分为2个(2,3,4)的三维矩阵(接着将(2,3,4)矩阵拆解为2个(3,4)的二维矩阵)

关于判断矩阵的维度,从最后"]"数起,直到遇到第一个数字停止,总共有几个“]”就是几维。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值