python中ndim是什么意思_【Python】numpy中 ndarray.ndim 到底什么意思?

http://blog.chinaunix.net/uid…

>>> a

array([ 1., 2., 3.])

>>> b

array([[ 1.5, 2. , 3. ],

[ 4. , 5. , 6. ]])

>>> c

array([[ 0., 0., 0., 0.],

[ 0., 0., 0., 0.],

[ 0., 0., 0., 0.]])

>>> a.ndim

1

>>> b.ndim

2

>>> c.ndim

2

>>>

如果说, a,b的ndim是指数组的行数,或者说是数组第一维是多少,那么c.ndim为2,如何理解?

>>> d

array([[[1, 1, 1, 1],

[1, 1, 1, 1],

[1, 1, 1, 1]],

[[1, 1, 1, 1],

[1, 1, 1, 1],

[1, 1, 1, 1]]], dtype=int16)

>>> e

array([[ 1.5, 2. , 3. ],

[ 4. , 5. , 6. ]])

>>> d.ndim

3

>>> e.ndim

2

如果ndim指第一维的大小,d.ndim应该为2,而不是3。

请教,ndim到底指什么,解释不通,这应该算numpy的一个Bug吧?

回答

偶尔看到,不知现在回答是不是太晚。。。

ndim表示数组的维度,很明显,a是一个1行三列的数组,即1×3,在维度中,1是可以忽略的,即1x1x2的数组跟1×2的数组是一样的,所以,a是一维数组。

再来看b,b是一个2行3列的数组,也就是2×3,这是二维,没错。

再看c, c是一个3行3列的数组, 即3×3, 3×3依旧是二维哦,4×3, 5×4都是二维

到d的时候,我们发现d是一个2行3列但高为4的数组, 即2x3x4,这是3维数组。

那么显而易见, e 是2行3列的数组,自然是二维了。

隔了这么长时间,楼主可能早已明白这些,希望这个回答可以帮到其他看到这个帖子的人吧0.0

看有几个中括号…

  • 25
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用tolist()函数将numpy.ndarray转换为list。 是的,可以使用 `tolist()` 函数将 NumPy 数组转换为 Python 列表。例如,如果 `arr` 是一个 NumPy 数组,你可以使用以下代码将其转换为列表: ```python import numpy as np arr = np.array([1, 2, 3]) lst = arr.tolist() ``` 现在,`lst` 是一个 Python 列表,它包含与 `arr` 相同的元素。当您创建一个NumPy数组时,您可以将其视为具有以下属性的列表: 1. 数组的维数或轴数,也称为rank。 2. 数组的形状,即每个轴的长度。 3. 数组的数据类型,例如整数、浮点数或布尔值。 此外,NumPy数组还具有许多有用的属性和方法,包括: 1. ndarray.ndim:数组的轴数或维数(rank)。 2. ndarray.shape:数组的形状,以整数元组的形式返回,例如(3,4)表示3行4列的矩阵。 3. ndarray.size:数组元素的总数。 4. ndarray.dtype:描述数组元素类型的对象,例如numpy.int32、numpy.int16或numpy.float64等。 5. ndarray.itemsize:数组每个元素的字节大小。 6. ndarray.data:包含数组实际元素的缓冲区,通常不需要直接访问它。 下面是一个例子: ``` import numpy as np # 创建一个形状为(2,3)的二维数组 a = np.array([[1,2,3], [4,5,6]]) print("ndim:", a.ndim) # 输出: 2 print("shape:", a.shape) # 输出: (2, 3) print("size:", a.size) # 输出: 6 print("dtype:", a.dtype) # 输出: int64 print("itemsize:", a.itemsize) # 输出: 8 print("data:", a.data) # 输出: <memory at 0x7fb93883e9a0> ```
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