python——numpy中的size()函数

官方文档截图:

numpy.size

介绍

size()函数:用来统计矩阵元素个数,或矩阵某一维上的元素个数的函数。

参数

numpy.size(a, axis=None)
a:输入的矩阵
axis:int型的可选参数,指定返回哪一维的元素个数。当没有指定时,返回整个矩阵的元素个数。

代码示例

#导入模块
In [5]: import numpy as np

#创建数组
In [6]: t = np.arange(1,13).reshape(3,4)

#使用size函数
In [7]: num = np.size(t)

#得到结果
In [8]: num
Out[8]: 12

#使用size函数,传参数0,表示行
In [9]: num = np.size(t,0)

#得到结果,总共有三行
In [10]: num
Out[10]: 3

#使用size函数,传参数1,表示列
In [11]: num = np.size(t,1)

#得到结果
In [12]: num
Out[12]: 4

我们可以看到,size的axis不设定也行,设定 0,1也可以,当然现在我们的例子是二维数组,如果是三维数组的话,还可以传入2

#创建三维数组
In [18]: t = np.arange(1,19).reshape(2,3,3)

#输出打印数组 t 
In [19]: t
Out[19]:
array([[[ 1,  2,  3],
        [ 4,  5,  6],
        [ 7,  8,  9]],

       [[10, 11, 12],
        [13, 14, 15],
        [16, 17, 18]]])

#不传入参数,默认返回矩阵的元素个数 
In [20]: np.size(t)
Out[20]: 18

#当数组是三维数组时,传入 0 表示数组的 块
In [21]: np.size(t,0)
Out[21]: 2

#表示数组的行
In [22]: np.size(t,1)
Out[22]: 3

#表示数组的列
In [23]: np.size(t,2)
Out[23]: 3

总结

二维数组

axis作用
None返回矩阵的元素个数
0返回该二维矩阵的行数
1返回该二维矩阵的列数

三维数组

axis作用
None返回矩阵的元素个数
0返回该三维矩阵的块(几个二维数组)
1返回二维矩阵的行数
2返回二维矩阵的行数

完。

  • 6
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
numpy.size函数是一个用于返回矩阵或数组元素个数的函数。它的参数包括输入的矩阵和可选的axis参数,用于指定返回哪一维的元素个数。如果没有指定axis参数,则返回整个矩阵的元素个数。如果指定了axis参数,可以返回指定维度的元素个数。例如,当axis=0时,返回矩阵的行数;当axis=1时,返回矩阵的列数。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [python——numpysize()函数](https://blog.csdn.net/qq_43212169/article/details/101671499)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [numpysize()函数](https://blog.csdn.net/qq_25436597/article/details/79079435)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [【Python统计矩阵元素个数 numpy.size()函数】](https://blog.csdn.net/liujingwei8610/article/details/122874046)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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