Numpy配列の次元

私は現在、NumpyとPythonを学習しようとしています。次の配列があるとします。

import numpy as np
a = np.array([[1,2],[1,2]])

の次元を返す関数はありますかa（egaは2 x 2の配列です）？

size() 4を返しますが、あまり役に立ちません。

それは.shape：

ndarray。形状
配列の次元のタプル。

したがって：

>>> a.shape
(2, 2)

最初：

慣例により、Pythonの世界ではのショートカットnumpyはnpなので、

In [1]: import numpy as np

In [2]: a = np.array([[1,2],[3,4]])

第二：

Numpyでは、dimension、axis / axes、shapeは関連しており、時には類似した概念です。

寸法

数学/物理学、寸法または次元非公式空間内の任意の点を指定するために必要な座標の最小数として定義されます。しかしNumpyでは、numpy docによると、それはaxis / axesと同じです：

Numpyでは次元は軸と呼ばれます。軸数はランクです。

In [3]: a.ndim  # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2

軸/軸

n番目のインデックスにAN座標arraynumpyの中。また、多次元配列は、軸ごとに1つのインデックスを持つことができます。

In [4]: a[1,0]  # to index `a`, we specific 1 at the first axis and 0 at the second axis.
Out[4]: 3  # which results in 3 (locate at the row 1 and column 0, 0-based index)

形状

使用可能な各軸に沿ったデータ（または範囲）の数を示します。

In [5]: a.shape
Out[5]: (2, 2)  # both the first and second axis have 2 (columns/rows/pages/blocks/...) data

import numpy as np   
>>> np.shape(a)
(2,2)

入力が派手な配列ではなくリストのリストである場合にも機能します

>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)

またはタプルのタプル

>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)

.shapeを使用できます

In: a = np.array([[1,2,3],[4,5,6]])
In: a.shape
Out: (2, 3)
In: a.shape[0] # x axis
Out: 2
In: a.shape[1] # y axis
Out: 3

.ndim寸法に使用し.shapeて正確な寸法を知ることができます

var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])

var.ndim
# displays 2

var.shape
# display 6, 2

.reshape関数を使用して寸法を変更できます

var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]]).reshape(3,4)

var.ndim
#display 2

var.shape
#display 3, 4

このshapeメソッドではa、Numpy ndarrayである必要があります。しかし、Numpyは純粋なpythonオブジェクトのイテラブルの形状を計算することもできます：

np.shape([[1,2],[1,2]])

a.shapeはの限定バージョンですnp.info()。これをチェックしてください：

import numpy as np
a = np.array([[1,2],[1,2]])
np.info(a)

アウト

class:  ndarray
shape:  (2, 2)
strides:  (8, 4)
itemsize:  4
aligned:  True
contiguous:  True
fortran:  False
data pointer: 0x27509cf0560
byteorder:  little
byteswap:  False
type: int32