Numpy中的shape函数的用法详解

以下是关于“Numpy中的shape函数的用法详解”的完整攻略。

Numpy中的shape函数

在Numpy中，shape函数用于获取数组的形状，即数组的维度和大小。shape函数返回一个元组，元组中的每个元素表示数组在对应维度上的大小。

获取数组的形状

下面是一个使用shape函数获取数组形状的示例代码：

import numpy as np

# 创建一个3行4列的数组
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

# 获取数组形状
shape = a.shape

# 输出结果
print('数组a的形状为：', shape)

在上面的示例代码中，我们使用np.array()函数创建了一个3行4列的数组，并将其存储在变量a中。然后，我们使用shape函数获取了这个数组的形状，并将结果存储在变量shape中。最后，输出了这个数组的形状。

输出结果为：

数组a的形状为： (3, 4)

可以看到，shape函数可以获取数组的形状。

改变数组的形状

除了获取数组的形状，还可以使用reshape函数改变数组的形状。reshape函数返回一个新的数组，新数组的形状由参数指定。

下面是一个使用reshape函数改变数组形状的示例代码：

import numpy as np

# 创建一个3行4列的数组
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

# 改变数组形状
b = a.reshape(2, 6)

# 输出结果
print('数组a的形状为：', a.shape)
print('数组b的形状为：', b.shape)

在上面的示例代码中，我们使用np.array()函数创建了一个3行4列的数组，并将其存储在变量a中。然后，我们使用reshape函数将这个数组的形状改变为2行6列，并将结果存储在变量b中。最后，我们输出了这个数组的形状。

输出结果为：

数组a的形状为： (3, 4)
数组b的形状为： (2, 6)

可以看到，使用reshape函数可以改变数组的形状。

总结

综上所述，“Numpy中的shape函数的用法详解”的完整攻略包括了使用shape函数获取数组形状和使用reshape函数改变数组形状的示例代码。在实际应用中，可以根据具体的需求使用这两个函数操作数组的形状。