博客

下面是关于“Numpy中的shape、reshape函数的区别”的详细攻略。

1. Numpy中的shape和reshape函数

在Numpy中，shape和reshape函数都是用来改变数组的形状的。但是，它们的作用和使用方法有所不同。

1.1 shape函数

shape函数是用来获取数组的形状的。它返回一个元组，元组中的每个元素表示数组在对应维度上的大小。例如，对于一个二维数组a，a.shape返回的是一个包含两个元素的元组，第一个元素表示数组的行数，第二个元素表示数组的列数。

1.2 reshape函数

reshape函数用来改变数组的形状的。它返回一个新的数组，新数组的形状由参数指定。例如，对于一个二维数组a，.reshape((3,2))将a变成一个3行2列的数组。

2. 示例说明

下面是两个示例，分别演示了shape和reshape函数的使用方法。

2.1 示例一

import numpy as np

# 创建一个二维数组
a = np.array([[1, 2], [3, 4], [5, 6]])

# 使用shape函数获取数组的形状
print(a.shape)

# 输出结果为：(3, 2)

在这个示例中，我们创建了一个3行2列二维数组a。使用shape函数获取数组的形状，得到一个包含两个元素的元组，第一个元素表示数组的行数，第二个元素表示数组的列数。

2.2 示例二

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5, 6])

# 使用reshape函数改变数组的形状
b = a.reshape((2, 3))

# 输出结果
print(b)

输出结果为：

array([[1, 2, 3],
       [4, 5, 6]])

在这个示例中，我们创建了一个包含6个元素的一维数组a。使用reshape函数将a变成一个2行3列的二维数组b。

3. 总结

本文介绍了Numpy中的shape和reshape函数的区别。shape函数是用来获取数组的形状，返回一个元组；reshape函数是用来改变数组的形状，返回一个新的数组。在使用时需要注意参数的指定和数组的维度。