मैं वर्तमान में Numpy और Python सीखने की कोशिश कर रहा हूँ। निम्नलिखित सरणी को देखते हुए:
import numpy as np
a = np.array([[1,2],[1,2]])
क्या कोई फ़ंक्शन है जो आयामों को लौटाता है a(जैसे एक 2 बाय 2 एरे है)?
size() रिटर्न 4 और वह बहुत मदद नहीं करता है।
जवाबों:
shape रूप में अधिक सटीक रूप से वर्णित किया जा सकता है , क्योंकि यह फ़ंक्शन-कॉल सिंटैक्स का उपयोग करके नहीं किया गया है।
propertyस्वयं एक वर्ग है, एक वर्ग ndarray.shapeनहीं है, यह संपत्ति के प्रकार का एक उदाहरण है।
सम्मेलन में, पायथन दुनिया में, के लिए शॉर्टकट numpyहै np:
In [1]: import numpy as np
In [2]: a = np.array([[1,2],[3,4]])
Numpy में, आयाम , अक्ष / अक्ष , आकार संबंधित हैं और कभी-कभी समान अवधारणाएँ:
में गणित / भौतिकी , आयाम या आयामी स्वरूप अनौपचारिक रूप से एक अंतरिक्ष के भीतर किसी भी बिंदु निर्दिष्ट करने के लिए की जरूरत निर्देशांक की न्यूनतम संख्या के रूप में परिभाषित किया गया है। लेकिन Numpy में , सुन्न डॉक्टर के अनुसार , यह अक्ष / अक्ष के समान है:
Numpy आयामों को अक्ष कहा जाता है। कुल्हाड़ियों की संख्या रैंक है।
In [3]: a.ndim # num of dimensions/axes, *Mathematics definition of dimension*
Out[3]: 2
n वें सूचकांक करने के लिए एक समन्वय arrayNumpy में। और बहुआयामी सरणियों में प्रति धुरी एक सूचकांक हो सकता है।
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)
प्रत्येक उपलब्ध अक्ष के साथ कितने डेटा (या रेंज) का वर्णन करता है।
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)यह भी काम करता है अगर इनपुट एक संख्यात्मक सरणी नहीं है लेकिन सूचियों की एक सूची है
>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)या टुपल्स का एक टुकड़ा
>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)np.shapeयदि आकार की विशेषता नहीं है, तो पहले अपने तर्क को एक सरणी में बदल देता है, इसीलिए यह सूची और टुपल उदाहरणों पर काम करता है।
आप उपयोग कर सकते हैं
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: 3आप .ndimआयाम के लिए और .shapeसटीक आयाम जानने के लिए उपयोग कर सकते हैं
var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])
var.ndim
# displays 2
var.shape
# display 6, 2आप .reshapeफ़ंक्शन का उपयोग करके आयाम बदल सकते हैं
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, 4a.shapeका सिर्फ एक सीमित संस्करण है np.info()। इसकी जांच करें:
import numpy as np
a = np.array([[1,2],[1,2]])
np.info(a)बाहर
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
shapeन्यूपी में कहा जाता है । क्या NumPy आपके मामले में आयाम को 2 कहता है, (ndim)। सामान्य NumPy शब्दावली को जानना उपयोगी है: इससे डॉक्स पढ़ना आसान हो जाता है!