np.array 的shape (2,)与(2,1)的分别是什么意思

链接:https://blog.csdn.net/lz_901/article/details/84396693

[1,2]的shape值(2,),意思是一维数组,数组中有2个元素。
它更多的是和多维做对比,表示一维数组。既可以认为是行向量也可以认为是列向量,numpy会自动调整;

[[1],[2]]的shape值是(2,1),意思是一个二维数组,每行有1个元素。

a = np.array([[1,2,3],
[4,5,6]])
a.shape

输出为(2,3)

[[1,2]]的shape值是(1,2),意思是一个二维数组,每行有2个元素。

a = np.array([[1,2,3]])
a.shape

输出为(1,3)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
np.array.shape是一个返回数组维度的属性,它返回一个元组,包含各个维度的大小。举个例子,对于一个一维数组p1,其shape为(3, ),表示这个数组有3个元素。对于一个二维数组p2,其shape为(2, 1),表示这个数组有2行1列。对于一个三维数组p3,其shape为(3, 2, 2),表示这个数组有3个深度,每个深度下有2行2列。对于一个四维数组p4,其shape为(3, 1, 1, 2),表示这个数组有3个深度,每个深度下有1行1列,每个元素有2个值。因此,np.array.shape可以帮助我们理解数组在不同维度上的大小。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [关于Numpy数组中属性shape的理解](https://blog.csdn.net/yy0722a/article/details/113250493)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [numpy.arrayshape属性理解](https://blog.csdn.net/liuweiyuxiang/article/details/79384435)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .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
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