Masīva formu var definēt kā elementu skaitu katrā dimensijā. Dimensija ir indeksu vai apakšindeksu skaits, kas nepieciešams, lai norādītu atsevišķu masīva elementu.
Kā mēs varam iegūt masīva formu?
Programmā NumPy mēs izmantosim atribūtu, ko sauc par formu, kas atgriež a korts , kortedža elementi dod atbilstošo masīva izmēru garumus.
Sintakse: numpy.shape(masīva_nosaukums)
Parametri: Masīvs tiek nodots kā parametrs.
Atgriezties: Kortežs, kura elementi dod atbilstošo masīva izmēru garumus.
Formas manipulācijas programmā NumPy
Tālāk ir sniegti daži piemēri, ar kuriem mēs varam saprast formas manipulācijas NumPy iekšā Python :
1. piemērs: Masīvu forma
Daudzdimensiju masīva formas drukāšana. Šajā piemērā divi NumPy masīviarr1>unarr2>tiek izveidoti, attēlojot attiecīgi 2D masīvu un 3D masīvu. Katra masīva forma tiek izdrukāta, atklājot to izmērus un izmērus katrā dimensijā.
Python3
css wrap teksts
import> numpy as npy> # creating a 2-d array> arr1>=> npy.array([[>1>,>3>,>5>,>7>], [>2>,>4>,>6>,>8>]])> # creating a 3-d array> arr2>=> npy.array([[[>1>,>2>], [>3>,>4>]], [[>5>,>6>], [>7>,>8>]]])> print>(arr1.shape)> print>(arr2.shape)> |
>
>
Izvade:
(2, 4) (2, 2,2)>
2. piemērs: Masīva forma Izmantojot ndim
Šajā piemērā mēs veidojam masīvu, izmantojot ndmin izmantojot vektoru ar vērtībām 2,4,6,8,10 un pārbaudot pēdējās dimensijas vērtību.
python3
import> numpy as npy> # creating an array of 6 dimension> # using ndim> arr>=> npy.array([>2>,>4>,>6>,>8>,>10>], ndmin>=>6>)> # printing array> print>(arr)> # verifying the value of last dimension> # as 5> print>(>'shape of an array :'>, arr.shape)> |
>
>
binārā koka šķērsošana
Izvade:
[[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)>
3. piemērs: Korpusu masīva forma
Šajā piemērā mēs izveidosim a NumPy masīvs kur katrs elements ir kortežs. Mēs arī parādīsim, kā noteikt šāda masīva formu.
Python3
import> numpy as np> # Create an array of tuples> array_of_tuples>=> np.array([(>1>,>2>), (>3>,>4>), (>5>,>6>), (>7>,>8>)])> # Display the array> print>(>'Array of Tuples:'>)> print>(array_of_tuples)> # Determine and display the shape> shape>=> array_of_tuples.shape> print>(>'
Shape of Array:'>, shape)> |
>
>
Izvade:
Array of Tuples: [[1 2] [3 4] [5 6] [7 8]] Shape of Array: (4, 2)>