Formen på en array kan definieras som antalet element i varje dimension. Dimension är antalet index eller subskript som vi behöver för att specificera ett individuellt element i en array.
Hur kan vi få formen av en array?
I NumPy kommer vi att använda ett attribut som heter shape som returnerar a tuppel , ger elementen i tupeln längden på motsvarande arraydimensioner.
Syntax: numpy.shape(array_name)
Parametrar: Array skickas som en parameter.
Lämna tillbaka: En tupel vars element ger längden på motsvarande arraydimensioner.
Formmanipulation i NumPy
Nedan finns några exempel som vi kan förstå om formmanipulation i NumPy i Pytonorm :
Exempel 1: Shape of Arrays
Skriver ut formen på den flerdimensionella arrayen. I det här exemplet två NumPy-matriserarr1>ocharr2>skapas och representerar en 2D-array respektive en 3D-array. Formen på varje array skrivs ut och avslöjar deras dimensioner och storlekar längs varje dimension.
Python3
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)> |
>
>
Produktion:
(2, 4) (2, 2,2)>
Exempel 2: Shape of Array Använder ndim
I det här exemplet skapar vi en array med hjälp av ndmin använda en vektor med värdena 2,4,6,8,10 och verifiera värdet för sista dimensionen.
python3
java arraylist sorterad
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)> |
>
>
Produktion:
[[[[[[ 2 4 6 8 10]]]]]] shape of an array : (1, 1, 1, 1, 1, 5)>
Exempel 3: Shape of Array of Tuples
I det här exemplet skapar vi en NumPy array där varje element är en tupel. Vi kommer också att visa hur man bestämmer formen på en sådan array.
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)> |
>
>
Produktion:
Array of Tuples: [[1 2] [3 4] [5 6] [7 8]] Shape of Array: (4, 2)>