python--x.shape中（4，）与（4，1）的区别

最新推荐文章于 2022-12-17 21:59:48 发布
最新推荐文章于 2022-12-17 21:59:48 发布
阅读量1.4w 收藏 55
点赞数 32
分类专栏： python 文章标签： python 语法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43332629/article/details/90577009
版权

进入python，我们输入以下语句

>>>import numpy as np
>>>a=np.array([0,1,2,3])
>>>b=np.array([[0],[1],[2],[3]])
>>>c=np.array([[0,1,2,3]])
>>>a.shape
(4,)
>>>b.shape
(4, 1)
>>>c.shape
(1, 4)

分析：
a.shape说明数组a的维数是1，其中有4个元素
b.shape说明数组b的维数是2，每行1个元素，有4行
c.shape说明数组c的维数是2，每行4个元素，有1行

千岁千岁千千岁_
关注
  • 32
    点赞
  • 踩
  • 55
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
专栏目录
浅谈python中np.array的shape( ,)与( ,1)的区别
12-23
如下所示： >>> import numpy as np >>> x = np.array([1, 2]) >>> y = np.array([[1],[2]]) >>> z = np.array([[1,2]]) >>> print(x.shape) (2,) >>> print(y.shape) (2, 1) >>> print(z.shape) (1, 2) x[1,2]的shape值(2,)，意思是一维数组，数组中有2个元素 y[[1],[2]]的shape值是(2,1)，意思是一个二维数组，每行有1个元素 z [[1,2]]的shape值是（1，2），意思是一个二维数组，每行有2个
利用鸢尾花数据集画出P-R曲线 python
03-18
#coding=utf-8 """ #演示目的：利用鸢尾花数据集画出P-R曲线 """ print(__doc__) import matplotlib.pyplot as plt import numpy as np from sklearn import svm, datasets from sklearn.metrics import precision_recall_curve from sklearn.metrics import average_precision_score from sklearn.preprocessing import label_binarize from sklearn.multiclass import OneVsRestClassifier #from sklearn.cross_validation import train_test_split #适用于anaconda 3.6及以前版本 from sklearn.model_selection import train_test_split#适用于anaconda 3.7 #以iris数据为例，画出P-R曲线 iris = datasets.load_iris() X = iris.data y = iris.target # 标签二值化,将三个类转为001, 010, 100的格式.因为这是个多类分类问题，后面将要采用 #OneVsRestClassifier策略转为二类分类问题 y = label_binarize(y, classes=[0, 1, 2]) n_classes = y.shape[1] print (y)
05-python-lightsout.rar_LightsOut_Press On!
09-20
Instructions: Press m to go to the menu during the game. Press r to restart a level during the game. Use the menu to choose game type. Start Game starts a game with preset levels. Random Game starts a game with randomly generated levels. Options goes into options for the game. Mode determines the type of game. If you choose on it will be a normal type game where lights in a plus-sign shape are flipped. If you choose off it will be a game where lights in an x shape are flipped. Music you can turn on or off.
pca降维-python
04-28
pca降维 注解： 首先导入NumPy库和sklearn中的PCA模型； 输入原始数据矩阵X，其中有4个样本，每个样本有2个特征； 使用PCA()创建一个PCA对象，并指定降维后的维数为1； 使用fit_transform()方法对输入数据进行降维，得到降维后的数据； 使用shape属性输出降维前后数据的形状； 使用print()输出降维后的数据。 在实际使用PCA进行降维时，需要根据具体问题选择合适的降维维数，一般可通过累计贡献率、特征值等方法进行选择。另外，PCA降维仅适用于服从正态分布的数据特征降维，对于非正态分布、离散型特征的数据降维效果会受到一定的影响，需要对数据进行合适的处理和转换。
植物语义分割数据集（512x512），包含植物分类数据集 X.shape (3,512,512) y.shape (1,512
02-15
植物语义分割数据集（512x512），包含植物分类数据集 X.shape (3,512,512) y.shape (1,512,512) 植物语义分割数据集（512x512），包含植物分类数据集 X.shape (3,512,512) y.shape (1,512,512)
python的shape函数
qq_61768843的博客
11-03 3455
python的shape函数
numpy 中shape的用法
嗯呢嗯呢的博客
08-18 6191
numpy 中shape的用法 返回各个维度的维数。 >>> import numpy as np >>> y = np.array([[1,2,3],[4,5,6]]) >>> print(y) [[1 2 3] [4 5 6]] >>> print(y.shape) (2, 3) >>> print(y.shape[0]) 2 >>> print(y.shape[1]) 3 y是一个两行三列.
python中shape的解释
weixin_44804700的博客
08-08 2万+
关于python函数中shape的解释： shape包含在numpy库，是矩阵（ndarray）的属性，可以获取矩阵的形状（例如二维数组的行列），获取的结果是一个元组，因此相关代码如下： import numpy as np x = np.array([[1,2，3,4，5],[6,7，8,9，10],[10,9，8,7，6],[5,4，3]]) #输出数组的行和列数 print x.shape ...
Python学习（四）
TRIE图之躲不开的病毒，三种实现方法
08-21 170
Python学习（四） 知识回顾： （1）、Python中变量分为数字型和非数字型 数字型：int.float,bool,complex 非数字型：字符串、列表、元组、字典 （2）、在Python中，所有的非数字型变量都有以下的特点： 都是一个**序列**，可以理解为**容器** **取值**：[] **遍历**：for in 计算长度，最大值，最小值，比较，删除 **链接**：+ 和 **重复...
Python numpy函数：shape用法
热门推荐
Daisy_HJL的博客
09-25 15万+
shape函数是numpy.core.fromnumeric中的函数，它的功能是读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度。 shape的输入参数可以是一个整数（表示维度），也可以是一个矩阵。以下例子可能会好理解一些： （1）参数是一个数时，返回空： （2）参数是一维矩阵： （3）参数是二维矩阵： （4）直接用.shape可以快速读取矩阵的形状
opencv3计算机视觉python语言实现pdf_opencv3计算机视觉：Python语言实现学习笔记（第二章代码记录）...
weixin_39997311的博客
12-06 175
因为要做的项目，只能从小白开始学习，感觉知乎上大神的一些推荐离我还是有点遥远，于是想从自己小白学习开始记录方便给更多的人来参考。（后来发现网上有学习笔记有梦放飞 - 博客园，更系统，不过我还是会坚持自己的记录）首先花了几天简单的学习了下python，不深入，但是安装了anaconda这个应用，这个应用配置opencv环境简直不要太方便！！！网上有安装教程。也可以按照书上配置。# -*- codin...
shape[:2]相关问题
zhaoqian199529的博客
10-07 5186
img.shape[:2]取彩色图片的长、宽 img.shape[:3]取彩色图片的长、宽、通道 img.shape[0]图像的垂直尺寸（高度） img.shape[1]图像的水平尺寸（宽度） img.shape[2]图像的通道数 注：矩阵中，[0]表示行数，[1]表示列数 ...
编程作业（python）| 吴恩达机器学习（4）反向传播算法（BP-神经网络）
fun1024
03-23 2396
Coursera 吴恩达机器学习 课后作业题 4/8
第三章_逻辑回归的多分类问题
Tong_Hao的博客
11-25 643
逻辑回归的多分类问题——识别手写数字了解.mat文件读取数据划分集合测试图片 了解.mat文件 .mat文件是属于matlab的文件，具体有什么特点和属性还不知道，但对于本题中我们需要去读取，要用到python中的Scipy库下的loadmat模块吧应该，去读取.mat文件。 读取数据划分集合 import numpy as np import matplotlib.pyplot as plt import scipy.io as sio data = sio.loadmat('data/ex3data1
机器学习练习4-反向传播神经网络
m0_56049115的博客
04-22 2111
机器学习练习4-反向传播神经网络 本文基于Andrew_Ng的ML课程作业
Python中shape简易用法
qq_21763381的博客
07-14 2533
import numpy as np x = np.array([[1, 2, 5], [2, 3, 5], [3, 3, 5], [4, 3, 5]]) #输出数组 print(x) #输出数组的行数和列数 print(x.shape) #输出数组的行数 print(x.shape[0]) #输出数组的列数 print(x.shape[2]) 通过安装导入numpy库，矩阵（ndarray...
LSTM预测波高项目遇到的：shape维度问题
weixin_51015047的博客
02-09 1966
Specified a list with shape [?,1] from a tensor with shape [1,2] 这是1月份那个run.py文件运行失败的时候，出现维度问题。未解决，是时候回去看看了 tuple index out of range 然后今天我构建监督型数据结构的时候，我print了一下，发现我给出的数据它是一维的。 因为它只要了他的值，所以进入函数的data是一维的 series = read_csv('6.csv', header=0, parse_dates=[0]
python中 .shape[0]和.reshape(X.shape[0], -1)及X.reshape(X.shape[0], -1).T 的用法
weixin_61745097的博客
11-22 3743
python中 .shape[0]和.reshape(X.shape[0], -1)及X.reshape(X.shape[0], -1).T 的用法
assert len(x.shape) == 2
weixin_42609225的博客
12-17 271
断言语句是一种在程序执行过程中用来检测程序是否按预期工作的工具。如果断言的条件为真，那么程序继续执行；如果断言的条件为假，则程序会停止并抛出 AssertionError 异常。 因此，上述断言语句的意思是：如果 x 的形状不是二维数组(即 len(x.shape) != 2)，则抛出 AssertionError 异常。 关于 x.shape 的更多信息： shape 是一个属性，可以用来查询...
X.reshape((-1, W.shape[0])
最新发布
07-13
`X.reshape((-1, W.shape[0]))` 是一种将数组 `X` 重新形状为 `(m, n)` 的操作，其中 `m` 是 `-1`，即自动计算，而 `n` 是矩阵 `W` 的行数。 通过使用此操作，您可以根据矩阵 `W` 的行数将数组 `X` 重新形状为具有适当维度的新数组。 以下是一个示例： ```python import numpy as np X = np.array([1, 2, 3, 4, 5, 6]) W = np.array([[1, 2, 3], [4, 5, 6]]) reshaped_X = X.reshape((-1, W.shape[0])) print(reshaped_X) ``` 在这个例子中，数组 `X` 中有6个元素，而矩阵 `W` 的行数是2。因此，通过使用 `X.reshape((-1, W.shape[0]))`，我们将数组 `X` 重新形状为一个2行的新数组。 输出结果为： ``` [[1 2] [3 4] [5 6]] ``` 新数组的形状为 `(3, 2)`，其中每一行都是原始数组 `X` 中的连续元素。 希望这可以回答您的问题！如果您还有其他问题，请随时提问。

“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 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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