什么是 shape?
在 Python 的 NumPy 库中,shape 是一个描述数组维度的属性。
它返回一个元组(tuple),表示每个维度的大小。
示例:
import numpy as np
arr = np.array([[1, 2, 3],
[4, 5, 6]])
print(arr.shape) # 输出: (2, 3)
shape[0] 表示什么?
shape[0] 表示数组在第0个维度行数
不同维度下的 shape[0]:
# 一维数组
a = np.array([1, 2, 3, 4])
print(a.shape[0]) # 输出: 4
# 二维数组
b = np.array([[1, 2], [3, 4], [5, 6]])
print(b.shape[0]) # 输出: 3(3行)
# 三维数组
c = np.array([[[1, 2]], [[3, 4]]])
print(c.shape[0]) # 输出: 2(第一个维度有2个“块”)
常见用途
- 循环遍历数组的行:
for i in range(arr.shape[0]): ... - 获取数据集样本数量(如机器学习中)
- 动态创建与原数组同高(行数)的新数组
💡 提示:在 Pandas DataFrame 中,df.shape[0] 同样表示行数,用法一致。
动手试试!
点击下方按钮,在控制台查看示例输出(需打开浏览器开发者工具):