python - tutorial - Dimensiones de matrices numpy

python matrices tutorial

Question

Actualmente estoy tratando de aprender Numpy y Python. Dada la siguiente matriz:

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

¿Existe una función que devuelva las dimensiones de a (ega es una matriz de 2 por 2)?

size() devuelve 4 y eso no ayuda mucho.

Answer 1

Primero:

Por convención, en el mundo de Python, el acceso directo para numpy es np , por lo que:

In [1]: import numpy as np

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

Segundo:

En Numpy, la dimensión , los ejes / ejes , la forma están relacionados y, a veces, conceptos similares:

dimensión

En Matemáticas / Física , dimensión o dimensionalidad se define informalmente como el número mínimo de coordenadas necesarias para especificar cualquier punto dentro de un espacio. Pero en Numpy , de acuerdo con el número de documentos , es lo mismo que ejes / ejes:

En numpy las dimensiones se llaman ejes. El número de ejes es rango.

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

ejes / ejes

la coordenada n para indexar una array en Numpy. Y las matrices multidimensionales pueden tener un índice por eje.

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)

forma

describe cuántos datos (o el rango) a lo largo de cada eje disponible.

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

Answer 2

El método de la shape requiere que sea un ndarray Numpy. Pero Numpy también puede calcular la forma de los objetos puros de python:

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

Answer 3

Es .shape :

ndarray forma
Tupla de dimensiones de la matriz.

Así:

>>> a.shape
(2, 2)

Answer 4

Puede usar .ndim para la dimensión y .shape para conocer la dimensión exacta

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

var.ndim
# displays 2

var.shape
# display 6, 2

Puedes cambiar la dimensión usando la función .reshape

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

Answer 5

Puedes usar .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

Answer 6

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

También funciona si la entrada no es una matriz numpy sino una lista de listas

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

O una tupla de tuplas

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