Dimensions du tableau Numpy

J'essaie actuellement d'apprendre Numpy et Python. Étant donné le tableau suivant:

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

Existe-t-il une fonction qui renvoie les dimensions de a(ega est un tableau 2 par 2)?

size() renvoie 4 et cela n'aide pas beaucoup.

C'est .shape:

ndarray. forme
Tuple de dimensions du tableau.

Donc:

>>> a.shape
(2, 2)

Première:

Par convention, dans le monde Python, le raccourci pour numpyest np, donc:

In [1]: import numpy as np

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

Seconde:

Dans Numpy, dimension , axe / axes , forme sont des concepts liés et parfois similaires:

dimension

En mathématiques / physique , la dimension ou dimensionnalité est définie de manière informelle comme le nombre minimum de coordonnées nécessaires pour spécifier n'importe quel point dans un espace. Mais dans Numpy , selon le doc numpy , c'est la même chose que axe / axes:

Dans Numpy, les dimensions sont appelées axes. Le nombre d'axes est rang.

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

axe / axes

la nième coordonnée pour indexer un arraydans Numpy. Et les tableaux multidimensionnels peuvent avoir un index par axe.

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)

forme

décrit le nombre de données (ou la plage) le long de chaque axe disponible.

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)

Fonctionne également si l'entrée n'est pas un tableau numpy mais une liste de listes

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

Ou un tuple de tuples

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

Vous pouvez utiliser .shape

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

Vous pouvez utiliser .ndimpour la dimension et .shapeconnaître la dimension exacte

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

var.ndim
# displays 2

var.shape
# display 6, 2

Vous pouvez changer la dimension en utilisant la .reshapefonction

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

La shapeméthode nécessite que ce asoit un ndarray Numpy. Mais Numpy peut également calculer la forme des itérables d'objets en python pur:

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

a.shapeest juste une version limitée de np.info(). Regarde ça:

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

En dehors

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