shape()在图像中的运用
shape()函数返回图片的高,宽以及通道数
代码如下:
import matplotlib.image as mpimg
if __name__=='__main__':
img=mpimg.imread('龙猫桌面.jpg') # 读取图片
print(img.shape) # 返回图像的高度,宽度以及通道数
print(type(img.shape)) # 输出img的类型为元组
print(img.shape[0]) # 元组的第一个元素为行数
print(img.shape[1]) # 元组的第二个元素为列数
print(img.shape[2]) # 元组通道数的第三个元素为
运行结果为:
shape()在列表中的运用
输出列表的行数以及列数
代码如下:
from numpy import *
list1=[1,2,3,4,5,6] # 列表
list2=[[1,2,3],[4,5,6]] # 列表
print(shape(list1)) # 输出list1的规模
print(shape(list2)) # 输出list2的规模
print(shape(list2)[0]) # 输出list2的行数
print(shape(list2)[1]) # 输出list2的列数
运行结果:
(6,)表示只有一行,6个
shape()在元组中的运用
输出元组的规模
代码如下:
from numpy import *
tuple1=(1,2,3,4)
tuple=([1,2,3],[3,4,5])
print(shape(tuple1)) # 输出元组tuple1的行数列数
print(type(tuple1)) # 输出元组tuple1的类型
print(shape(tuple)) # 输出元组tuple的行数列数
print(type(tuple)) # 输出tuple的类型
print(shape(tuple)[0]) # 输出元组行数
print(shape(tuple)[1]) # 输出元组的列数
运行结果:
shape()在矩阵中的运用
输出矩阵的规模
代码如下:
from numpy import *
mat=ones((2,2)) # 产生2×2的为1的矩阵
print(shape(mat)) # 输出矩阵的规模
print(shape(mat)[0]) # 输出矩阵的行数
print(shape(mat)[1]) # 输出军阵的列数
print(mat.shape) # 输出矩阵的规模
print(mat.shape[0]) # 输出矩阵的行数
print(mat.shape[1]) # 输出军阵的列数
运行结果如下: