【Python】numpy中 ndarray.ndim 到底什么意思?
http://blog.chinaunix.net/uid...
>>> aarray([ 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?
>>> darray([[[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1x3,在维度中,1是可以忽略的,即1x1x2的数组跟1x2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2x3,这是二维,没错。
再看c, c是一个3行3列的数组, 即3x3, 3x3依旧是二维哦,4x3, 5x4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...
以上是 【Python】numpy中 ndarray.ndim 到底什么意思? 的全部内容, 来源链接: utcz.com/a/79166.html