shape函式是numpy.core.fromnumeric中的函式，它的功能是讀取矩陣的維度。 例：
shape(matrixa) 返回matrixa的（行數，列數）元組
shape(matrixa) [0] ==》 行數
shape(matrixa) [1] ==》 列數
shape的輸入引數可以使乙個實數，乙個一維列表（陣列），二維陣列，也可以是乙個矩陣。
例項：
>>> np.shape(1) #實數
()>>> np.shape([1,2,3]) #一維陣列（列表）
(3,)
>>> alist2 = [[1,2],[3,4],[5,6]]
>>> np.shape(alist2) #二維列表
(3, 2)
>>> arr2 = np.array(alist2)
>>> np.shape(arr2)#二維陣列
(3, 2)
>>> ma2 = np.mat(alist2)
>>> ma2
matrix([[1, 2],
[3, 4],
[5, 6]])
>>> np.shape(ma2)#二維矩陣
(3, 2)
>>> ml = np.shape(ma2)[0]#獲取一維引數（行數）
>>> ml3
>>> ml2 = np.shape(ma2)[1]
>>> ml2
2>>> em = np.eye(ml)#構造對角矩陣（實際上是二維陣列）
>>> em
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
>>> em.shape()
traceback (most recent call last):
file "", line 1, in
em.shape()
typeerror: 'tuple' object is not callable
>>> em.shape
(3, 3)
>>> em.shape[0] #獲取一維引數
3
python的numpy庫結構 Numpy庫簡介
今天給大家分享乙個資料分析處理資料的常見的庫 numpy。這個庫是 python 資料分析的基礎，它提供的資料結構比 python 自身的更高效。我們知道 python 有自帶的列表資料結構。numpy 庫和 list 列表有什麼區別呢？python list 列表儲存的是物件的指標，比如 0,1,...
python庫numpy的使用
python在構造機器學習應用程式時，numpy作為乙個重要的函式庫會被經常使用，裡面有便捷的向量和矩陣的計算函式 from numpy import 構造4 4的隨機矩陣 matrix mat random.rand 4,4 矩陣逆矩陣 invmat matrix.i 單位矩陣 matrix ma...
Python中Numpy庫的線性代數
cible 學習筆記 numpy 定義了 matrix 型別，使用該 matrix 型別建立的是矩陣物件，它們的加減乘除運算預設採 用矩陣方式計算，因此用法和matlab十分類似。但是由於 numpy 中同時存在 ndarray 和 matrix 物件，因此使用者很容易將兩者弄混。這有違 pytho...