AI编程基础

函数

shape

shape是一个函数，用于获取数组的形状（即维度大小）。它的作用是告诉我们关于数组的结构信息，例如有多少行和列，或者更高维度的情况下，还有多少维。这对于数组操作和计算非常重要，因为它决定了如何索引、切片和重塑数组。

具体而言，对于一个二维数组（矩阵），shape返回一个包含两个元素的元组，分别表示数组的行数和列数。例如，对于一个形状为(3, 4)的二维数组，它有3行和4列。

reshape

例如，a.reshape(shape) ： 不改变numpy数组a的元素，返回一个shape形状的数组，原数组a不变

axis：指定数据操作的维度

对数据进行操作时，经常需要在横轴方向或者数轴方向对数据进行操作，这时需要设定参数axis的值：

• axis = 0 代表对横轴操作，也就是第0轴；

• axis = 1 代表对纵轴操作，也就是第1轴；

In [1]: import numpy as np
#生成一个3行4列的数组
In [2]: a = np.arange(12).reshape(3,4)
In [3]: a
Out[3]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
#axis= 0 对a的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算
In [4]: a.sum(axis = 0)
Out[4]: array([12, 15, 18, 21])
#axis= 1 对a的纵轴进行操作，在运算的过程中其运算的方向表现为横向运算
In [5]: a.sum(axis = 1)
Out[5]: array([ 6, 22, 38])

• axis=0：表示沿着第一个维度（行）进行操作

• axis=1：表示沿着第二个维度（列）进行操作

• axis=2：表示沿着第三个维度进行操作，以此类推