Python中的shape[0]、shape[1]和shape[-1]使用方法
shape函數(shù)是Numpy中的函數(shù)，它的功能是讀取矩陣的長度，比如shape[0]就是讀取矩陣第一維度的長度。
直接用.shape可以快速讀取矩陣的形狀，使用shape[0]讀取矩陣第一維度的長度。
.shape的使用方法
>>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape)
(2, 3)
shape[0]的使用方法
>>> import numpy as np >>> x=np.array([[1,2,3],[4,5,6]]) >>> print(x.shape[0]) 2
其實，我們可以發(fā)現(xiàn):
>>> print(len(x)) 2
shape[0]讀取矩陣第一維度的長度，即數(shù)組的行數(shù)。
shape[1]的使用方法
>>> print(x.shape[1]) 3
是我們的數(shù)組的列數(shù)。
有時我們會遇到一種新的表示方法:shape[-1]
首先需要知道，對于二維張量，shape[0]代表行數(shù)，shape[1]代表列數(shù)，同理三維張量還有shape[2]
對于圖像來說：
image.shape[0]——圖片高
image.shape[1]——圖片長
image.shape[2]——圖片通道數(shù)
而對于矩陣來說：
shape[0]：表示矩陣的行數(shù)
shape[1]：表示矩陣的列數(shù)
一般來說，-1代表最后一個，所以shape[-1]代表最后一個維度，如在二維張量里，shape[-1]表示列數(shù)，注意，即使是一維行向量，shape[-1]表示行向量的元素總數(shù)，換言之也是列數(shù)：
我們還是舉上面的例子:
>>> print(x.shape[-1]) 3
就是求得的列數(shù)。
python中shape[0]與shape[1]
import numpy as np
k = np.matrix([[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12]])
print(np.shape(k)) # 輸出（3，4）表示矩陣為3行4列
print(k.shape[0]) # shape[0]輸出3，為矩陣的行數(shù)
print(k.shape[1]) # 同理shape[1]輸出列數(shù)到此這篇關于Python中的shape[0]、shape[1]和shape[-1]使用方法的文章就介紹到這了,更多相關Python shape使用內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
python獲取微信企業(yè)號打卡數(shù)據(jù)并生成windows計劃任務
由于公司的系統(tǒng)用的是Java版本，開通了企業(yè)號打卡之后又沒有預算讓供應商做數(shù)據(jù)對接，所以只能自己搗鼓這個，以下是個人設置的一些內容，僅供大家參考2019-04-04
這篇文章主要介紹了PyCharm+PyQt5+QtDesigner配置詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-08-08
這篇文章主要介紹了20種不同的列表去重算法,包括基礎循環(huán)、哈希表、集合與排序、函數(shù)式與遞歸等類別,并分析了每種方法的時間復雜度、是否保留原順序以及適用場景,文章還討論了如何處理不可哈希的元素以及在遇到需要進行業(yè)務處理的重復元素時的解決方案2026-05-05
這篇文章主要介紹了pycharm如何添加解釋器問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
Python中出現(xiàn)"No?module?named?'requests'"
這篇文章主要給大家介紹了關于Python中出現(xiàn)"No?module?named?'requests'"的解決辦法,"No?module?named?requests"是Python報錯提示,意味著你在使用某個Python程序或腳本時，沒有找到名為requests的模塊,需要的朋友可以參考下2023-11-11
手把手教你用python發(fā)送短消息(基于阿里云平臺)
這篇文章主要介紹了手把手教你用python發(fā)送短消息(基于阿里云平臺),文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
這篇文章主要介紹了python 生成器和迭代器的原理解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-10-10
Python中的OpenCV庫在視頻處理方面功能強大,可方便地從視頻中截取每一幀并保存為圖片,這篇文章主要介紹了使用Python?+?OpenCV提取和保存視頻幀的相關資料,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2025-08-08
Pytorch使用CUDA流(CUDA?stream)的實現(xiàn)
本文主要介紹了Pytorch使用CUDA流(CUDA?stream)的實現(xiàn),CUDA流是在GPU上并行執(zhí)行操作的一種機制,通過使用CUDA流,可以將不同的操作分配給不同的流,在不同的流上并行執(zhí)行這些操作,從而提高代碼的性能2023-12-12
Python中threading模塊的Lock和RLock區(qū)別詳解
這篇文章主要介紹了Python中threading模塊的Lock和RLock區(qū)別詳解,Lock鎖是Python的原始鎖,在鎖定時不屬于任何一個線程,在調用了 lock.acquire() 方法后,進入鎖定狀態(tài),lock.release()方法可以解鎖,底層是通過一個函數(shù)來實現(xiàn)的,需要的朋友可以參考下2023-09-09