如何用 Python 中的 NumPy 得到矩阵的维数？
原文:https://www . geeksforgeeks . org/如何使用 python 中的 numpy 获得矩阵的维数/
在本文中，我们将讨论如何使用 NumPy 获得矩阵的维数。可以使用 ndarray() 方法的 ndim 参数找到它。
语法:no _ of _ dimensions = numpy . ndarray . ndim
进场:
- 使用 numpy 包创建 n 维矩阵。
- 使用 numpy 数组可用的 ndim 属性作为 numpy_array_name.ndim 来获取维数。
- 或者，我们可以使用 shape 属性获取每个维度的大小，然后使用 len() 函数获取维度的数量。
- 使用 numpy.array()函数将列表转换为 numpy 数组，并使用上述两种方法之一获取维数。
例 1:
蟒蛇 3
import numpy as np
x = np.arange(12).reshape((3, 4))
print(x.ndim)
输出:
2
例 2:
蟒蛇 3
import numpy as np
# create numpy arrays
# 1-d numpy array
_1darr = np.arange(4)
# 2-d numpy array
_2darr = np.arange(15).reshape((5, 3))
# 3-d numpy array
_3darr = np.arange(18).reshape((3, 2, 3))
# printing the type of value obtained using
# attribute 'ndim'
print("Type of value obtained: ", type(_1darr.ndim))
# printing the dimensions of each numpy array
print("Dimensions in _1darr are: ", _1darr.ndim)
print("Dimensions in _2darr are: ", _2darr.ndim)
print("Dimensions in _3darr are: ", _3darr.ndim)
# numpy_arr.shape is the number of elements in
# each dimension numpy_arr.shape returns a tuple
# len() of the returned tuple is also gives number
# of dimensions
print("Dimensions in _3darr are: ", len(_3darr.shape))
# Use numpy.array() function to convert a list to
# numpy array
__1darr = np.array([5, 4, 1, 3, 2])
__2darr = np.array([[5, 4],[1,2], [4,5]])
print("Dimensions in __1darr are: ", __1darr.ndim)
print("Dimensions in __2darr are: ", __2darr.ndim)
输出:
Type of value obtained: <class 'int'>
Dimensions in _1darr are: 1
Dimensions in _2darr are: 2
Dimensions in _3darr are: 3
Dimensions in _3darr are: 3
Dimensions in __1darr are: 1
Dimensions in __2darr are: 2
