在NumPy中,数组的维度数(dimension)是指数组的轴数(即数组的维度个数),也称为数组的秩(rank)。维度数表示数组在空间中的维度或轴的数量。
例如,对于一个二维数组(矩阵),它具有两个维度,因此维度数为2。而对于一个一维数组,它只有一个维度,因此维度数为1。
长度数(length)是指数组在每个维度上的长度,也称为维度的大小(size)或形状(shape)。对于一个二维数组,长度数就是指数组在每个维度上的元素个数。
例如,对于一个形状为(3, 4)
的二维数组,它具有2个维度,第一个维度的长度为3,第二个维度的长度为4。因此,它的长度数为(3, 4)
。
在NumPy中,可以通过ndarray.ndim
属性获取数组的维度数,通过ndarray.shape
属性获取数组的长度数。
下面是一个示例:
import numpy as np
a = np.array([[1, 2, 3],
[4, 5, 6]])
print(a.ndim) # 输出:2
print(a.shape) # 输出:(2, 3)
在上述示例中,数组a
是一个二维数组,它的维度数为2,长度数为(2, 3)
。其中,第一个维度的长度为2,表示数组有2行;第二个维度的长度为3,表示数组有3列。