Python shape: что это и как это работает? 🐍✨
Python shape - это функция из библиотеки NumPy, которая возвращает форму массива.
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
shape = np.shape(arr)
print(shape) # Выводит (2, 3)В этом примере функция shape используется для получения формы двумерного массива arr. Результатом будет кортеж (2, 3), где первое значение представляет количество строк, а второе - количество столбцов.
Детальный ответ
Python shape: что это
В языке программирования Python, метод shape используется для получения размерности массива или матрицы. Он возвращает кортеж (tuple), представляющий количество строк и столбцов в данном массиве или матрице.
Примеры использования метода shape
Давайте рассмотрим несколько примеров, чтобы лучше понять, как работает метод shape.
Пример 1: Одномерный массив
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr.shape)В этом примере у нас есть одномерный массив arr, содержащий элементы от 1 до 5. Вывод arr.shape будет (5,), что означает, что у нас есть одна ось (одномерный массив) и 5 элементов в этом массиве.
Пример 2: Двумерная матрица
import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix.shape)В этом примере у нас есть двумерная матрица matrix, содержащая две строки и три столбца. Вывод matrix.shape будет (2, 3), что означает, что у нас есть две оси (строки и столбцы) и 2 строки, 3 столбца в этой матрице.
Пример 3: Трехмерный массив
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr.shape)В этом примере у нас есть трехмерный массив arr, содержащий две матрицы, каждая из которых имеет две строки и три столбца. Вывод arr.shape будет (2, 2, 3), что означает, что у нас есть три оси (плоскости, строки и столбцы) и 2 плоскости, 2 строки, 3 столбца в этом массиве.
Заключение
Метод shape является одним из полезных методов в языке программирования Python для определения размерности массива или матрицы. Он помогает понять количество строк и столбцов в данных структурах данных, что может быть полезным при обработке и анализе массивов или матриц.