0
之间有什么差别以下两个(为什么在第一种情况下丢失的尺寸):在numpy的阵列缺失尺寸形状
zeros((3,)).shape
Out[67]: (3,)
zeros((3,1)).shape
Out[68]: (3, 1)
之间有什么差别以下两个(为什么在第一种情况下丢失的尺寸):在numpy的阵列缺失尺寸形状
zeros((3,)).shape
Out[67]: (3,)
zeros((3,1)).shape
Out[68]: (3, 1)
数组的shape
是它的尺寸的一个元组。一维数组的形状为(n,)。二维数组的形状为(n,m),三维数组的形状为(n,m,k)等。
当您从(3,)
更改为(3,1)
时,您将从1维更改为2维。
你可以把这种方式添加尺寸(您可以检查使用.ndim
数组的维数):
一维:
>>> a = np.zeros((2))
array([ 0., 0.])
>>> a.shape
(2,)
>>> a.ndim
1
两个方面:
>>> b = np.zeros((2,2))
array([[ 0., 0.],
[ 0., 0.]])
>>> b.shape
(2,2)
>>> b.ndim
2
三维:
>>> c = np.zeros((2,2,2))
array([[[ 0., 0.],
[ 0., 0.]],
[[ 0., 0.],
[ 0., 0.]]])
>>> c.shape
(2,2,2)
>>> c.ndim
3
个
四个方面:
>>> d = np.zeros((2,2,2,2))
array([[[[ 0., 0.],
[ 0., 0.]],
[[ 0., 0.],
[ 0., 0.]]],
[[[ 0., 0.],
[ 0., 0.]],
[[ 0., 0.],
[ 0., 0.]]]])
>>> d.shape
(2,2,2,2)
>>> d.ndim
4
也许[这](https://stackoverflow.com/questions/22737000)回答您的问题 –