Shape 0 python что это

Что делает .shape [] в «для i в диапазоне (Y.shape [0])»?

Я пытаюсь разбить программу по строкам. Y - это матрица данных, но я не могу найти конкретных данных о том, что именно делает .shape[0] .

for i in range(Y.shape[0]): if Y[i] == -1: 

Эта программа использует numpy, scipy, matplotlib.pyplot и cvxopt.
HipsterCarlGoldstein 18 апр. 2012, в 01:04
Поделиться
Felix Kling 17 апр. 2012, в 22:46
Поделиться:
matplotlib

5 ответов

Атрибут shape для массивов numpy возвращает размеры массива. Если Y имеет n строки и столбцы m , то Y.shape - (n,m) . Итак, Y.shape[0] есть n .

In [46]: Y = np.arange(12).reshape(3,4) In [47]: Y Out[47]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) In [48]: Y.shape Out[48]: (3, 4) In [49]: Y.shape[0] Out[49]: 3 

unutbu 17 апр. 2012, в 23:57
Поделиться

shape - это кортеж, который дает размеры массива.

>>> c = arange(20).reshape(5,4) >>> c array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19]]) c.shape[0] 5 

Дает количество строк

c.shape[1] 4 

Дает количество столбцов

Vivek Ananthan 18 янв. 2014, в 06:57
Поделиться

shape - это кортеж, который дает вам указание количества измерений в массиве. Итак, в вашем случае, поскольку значение индекса Y.shape[0] равно 0, вы работаете по первому размеру вашего массива.

 An array has a shape given by the number of elements along each axis: >>> a = floor(10*random.random((3,4))) >>> a array([[ 7., 5., 9., 3.], [ 7., 2., 7., 8.], [ 6., 8., 3., 2.]]) >>> a.shape (3, 4) 

Levon 17 апр. 2012, в 22:49
Поделиться
Круто спасибо, Левон!
HipsterCarlGoldstein 17 апр. 2012, в 22:50

@HipsterCarlGoldstein Просто дружеское замечание: если хотя бы один из приведенных ответов решил вашу проблему, рассмотрите возможность ее принятия, установив флажок рядом с ответом . Это даст вам и ответчику несколько очков репутации, а также пометит эту проблему как решенную - спасибо.

Levon 17 июнь 2012, в 19:31

В Python shape() используется в pandas, чтобы указать число строк/столбцов:

Количество строк задается:

train = pd.read_csv('fine_name') //load the data train.shape[0] 

Число столбцов указано

train.shape[1] 

HeadAndTail 16 нояб. 2017, в 05:15
Поделиться

Предположим, что в python вы загрузили данные в некоторый переменный поезд:

train = pandas.read_csv('file_name') >>> train train([[ 1., 2., 3.], [ 5., 1., 2.]],) 

Я хочу проверить, каковы размеры "имя_файла". Я сохранил файл в поезде

>>>train.shape (2,3) >>>train.shape[0] # will display number of rows 2 >>>train.shape[1] # will display number of columns 3 

Drool 14 дек. 2018, в 04:43
Поделиться

Ещё вопросы

• 1 Как удаленно подключиться к HBASE на EC2 с помощью Java API
• 0 Как отключить функцию .change при загрузке страницы
• 1 Как написать модульные тесты для методов, которые сжимают и распаковывают?
• 0 JQuery 1.9.1 DatePicker установить опцию даты
• 0 Проблема с cin.peek () и проблемы с получением правильного ввода
• 1 Несоответствие типов шаблонов при обновлении данных плитки
• 0 Ruby on Rails - неверное строковое значение MySQL
• 1 Можно ли проверить длину значения ячейки в datagridview при вводе?
• 0 Меню CSS не работает должным образом, если я размещаю слайд-шоу с изображениями
• 0 Как я могу удалить выбранную строку в таблице HTML, а также в MySQL, используя CodeIgniter?
• 1 setState не работает с кнопкой DropDown в Flutter
• 1 Не уверен, почему мой вызов FETCH JavaScript не удается, когда сервер возвращает HttpStatus 200 OK
• 0 изменение сгенерированного класса ng-repeat при клике
• 0 Как отобразить кнопки «редактировать», «копировать» и «удалить» в phpMyAdmin?
• 1 Проверка или ввод в двух текстовых полях - ASP.NET Webforms
• 1 Удалить все изображения из файлов DOCX
• 1 Повторение совпадения
• 0 Как хранить несколько рабочих писем, личных и т. Д. Для одного контакта в MySQL
• 0 Поиск данных в массиве, векторе, на карте и в списке
• 0 PHP сравнивает массивы и заменяет значения
• 1 Сохранение JPanel как изображения (объекта) и отрисовка его на JPanel
• 1 Проблемы с настройкой GUI
• 0 изменение цвета шрифта с несколькими функциями .animate на нескольких div
• 1 Как передать параметр в JavaScript найти функцию?
• 0 Проблема CSS - что вызывает эту вертикальную линию?
• 1 Java разбирает строковую дату на MilliSecond
• 1 Почему TextReader жалуется, когда файл открывается другим процессом?
• 1 Wikitude Передача значения из Java в JavaScript для использования в AR.RelativeLocation
• 1 Хранение и доступ к данным в py-файле
• 0 Модель и DataTransformer не работают в Symfony2
• 1 Не может наследовать внутри того же пакета в Java
• 0 JQUERY установить clearInterval через время
• 0 Magento - Получить сеанс GrandTotal?
• 0 Создавайте динамические тесты с PHPUnit
• 1 Аутентификация Firebase createUserWithEmailAndPassword не выполняется на физических устройствах с переменной для электронной почты
• 1 Повторите задачу в течение срока с задержкой
• 1 Определение CultureInfo свойства с помощью DataAnnotation
• 1 Как правильно перевести метки Kmeans в метки категорий
• 0 выбранный параметр не отображается в раскрывающемся списке Angularjs
• 1 Что такое аннотации @TargetApi для Android
• 1 Проверьте, является ли узел операцией или тензором в Tensorflow Graph
• 0 Идентификация элементов по постоянному классу и динамическому идентификатору
• 1 Поддержка старых устройств
• 1 Боке: Не удается обновить формат всплывающей подсказки
• 0 Получение ожидаемой ошибки неквалифицированного идентификатора с C ++ при попытке выполнить
• 1 Как обновить свойство навигации - без изменения каких-либо других полей
• 0 Панель инструментов кнопки jquery UI с меню
• 0 Остановить браузер от чтения медиа-запросов
• 1 Предварительная обработка Sklearn Imputer, когда в столбце отсутствуют значения

Изменение формы массивов, добавление и удаление осей

На предыдущем занятии мы немного познакомились со способами изменения формы массивов пакета NumPy, то есть изменением их размерностей. На этом занятии поближе рассмотрим эту тему и познакомимся с наиболее употребительными функциями и свойствами, влияющих на представление массивов.

Изменение размерности массивов

Предположим, у нас имеется массив, состоящий из десяти чисел:

a = np.arange(10) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

Мы уже знаем, что для изменения формы этого массива, достаточно указать свойству shape кортеж с новыми размерами, например, так:

a.shape = 2, 5 # массив размерностью 2x5

В результате изменится представление массива, на которое ссылается переменная a. Если же требуется создать новое представление массива, сохранив прежнее, то следует воспользоваться методом reshape():

b = a.reshape(10) # массив [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

И, как мы с вами говорили на предыдущем занятии, ссылки b и a будут использовать одни и те же данные, то есть, изменение массива через b:

b[0] = -1

приведет к изменению соответствующего элемента массива a:

array([[-1, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9]])

Об этом всегда следует помнить. Также следует помнить, что у свойства shape и метода reshape() размерность должна охватывать все элементы массива. Например, вот такая команда:

a.shape = 3, 3

приведет к ошибке, т.к. размерность 3x3 = 9 элементов, а в массиве 10 элементов. Здесь всегда должно выполняться равенство:

n1 x n2 x … x nN = число элементов массива

Но допускается делать так:

a.shape = -1, 2 # размерность 5x2

Отрицательное значение -1 означает автоматическое вычисление размерности по первой оси. По второй берется значение 2. В этом случае получим размерность 5x2.

То же самое можно делать и в методе reshape():

b.reshape(-1, 1) # размерность 10x1 b.reshape(1, -1) # размерность 1x10

Обратите внимание, в последних двух случаях мы получаем представления двумерных массивов, преобразуя одномерный. Это важный момент, так как на выходе метода reshape() получается матрица с двумя осями (строки и столбцы), тогда как изначально массив b имел только одну ось. Не случайно последнее представление отображается с двумя квадратными скобками:

array([[-1, 1, 2, 3, 4, 5, 6, 7, 8, 9]])

Первая скобка – это первая ось (строка), а вторая скобка (вторая ось) описывает столбцы. Одномерный же массив b отображается с одной квадратной скобкой:

array([-1, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Используя отрицательный индекс, можно делать и такие преобразования:

b.reshape(2, -1) # размерность 2x5 b.reshape(-1, 2) # размерность 5x2

Первое представление (2x5) отображается следующим образом:

array([[-1, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9]])

Здесь снова мы видим две квадратные скобки (значит, массив двумерный). Первая описывает ось axis0, отвечающую за строки, а вложенные скобки описывают вторую ось axis1, отвечающую за столбцы.

Если нам требуется многомерный массив преобразовать в обычный одномерный, то можно воспользоваться методом ravel(), который возвращает новое представление, не меняя текущего:

c = b.ravel() # с ссылается на одномерное представление массива

Если же нам нужно текущий массив преобразовать в одномерный, то это можно сделать так:

b.shape = -1

Помимо свойства shape можно использовать метод resize, который выполняет подобную операцию с текущим массивом. Например:

a.resize(2, 5) # массив 2x5

Но, как мы уже говорили, вот такая строчка приведет к ошибке:

a.resize(3, 3) # ошибка: 3x3 != 10

Однако, мы все-таки можем выполнить такую операцию, указав дополнительно флаг refcheck=False:

a.resize(3, 3, refcheck=False) # массив 3x3

a.resize(4, 5, refcheck=False) # массив 4x5

В первом случае происходит удаление одного 10-го элемента, а во втором случае – добавление 4∙5 - 3∙3 = 11 нулей. Это очень удобно, когда нам нужно менять не только форму, но и размер самого массива.

Транспонирование матриц и векторов

Очень часто в математических операциях требуется выполнять транспонирование матриц и векторов, то есть, заменять строки на столбцы. Например, если имеется матрица (двумерный массив):

a = np.array([(1, 2, 3), (1, 4, 9), (1, 8, 27)])

то операция транспонирования может быть реализована так:

b = a.T

Обратите внимание, мы здесь создаем лишь новое представление тех же самых данных массива a. И изменение элементов в массиве b:

b[0, 1] = 10

приведет к соответствующему изменению значения элемента и массива a. Это следует помнить, используя операцию транспонирования.

Транспонирование векторов работает несколько иначе. Предположим, имеется одномерный массив:

x = np.arange(1, 10)

и мы выполняем операцию транспонирования:

В результате ничего не изменилось: вектор как был строкой, так строкой и остался. Почему? Дело в том, что массив x имеет только одну размерность, поэтому здесь нет понятия строк и столбцов. Соответственно, операция транспонирования ни к чему не приводит. Чтобы получить ожидаемый эффект, нужно добавить к массиву еще одну ось, например, так:

x.shape = 1, -1

И теперь, при транспонировании получим вектор-столбец:

x.T # вектор-столбец 9x1

Добавление и удаление осей

• np.expand_dims(a, axis) – добавление новой оси;
• np.squeeze(a[, axis]) – удаление оси (без удаления элементов).

x_test = np.arange(32).reshape(8, 2, 2) # массив 8x2x2

И нам потребовалось добавить еще одно измерение (ось), причем, в самое начало, то есть, ось axis0. Сейчас на этой оси 8 элементов – матриц 2x2, но мы хотим сделать четырехмерный массив, сохранив остальные три оси и их данные без изменений. Как раз это достаточно просто сделать с помощью функции expand_dims, следующим образом:

x_test4 = np.expand_dims(x_test, axis=0)

Обращаясь к свойству shape:

x_test4.shape # (1, 8, 2, 2)

Видим, что массив стал четырехмерным и первая добавленная ось axis0 содержит один элемент – трехмерный массив 8x2x2. При необходимости, мы всегда можем добавить новый элемент на эту ось:

a = np.append(x_test4, x_test4, axis=0) # размерность (2, 8, 2, 2)

или удалить ненужные элементы:

b = np.delete(a, 0, axis=0) # размерность (1, 8, 2, 2)

Здесь второй параметр 0 – индекс удаляемого элемента на оси axis0. Если нам нужно добавить последнюю ось в массиве, то для этого можно записать такую команду:

b = np.expand_dims(x_test4, axis=-1) # размерность (1, 8, 2, 2, 1)

Отрицательный индекс -1 – это следующая с конца ось. Если указать индекс -2, то добавится предпоследняя ось и так далее. Отрицательные индексы очень удобно использовать при работе с массивами произвольных размерностей. Следующая функция squeeze позволяет удалить все оси с одним элементом. Например, строчка:

c = np.squeeze(b) # размерность (8, 2, 2)

превращает массив размерностью (1, 8, 2, 2) в массив размерностью (8, 2, 2). При необходимости, дополнительно мы можем самостоятельно указать оси, которые следует удалять, например, так:

c = np.squeeze(b, axis=0) # удалит только ось axis0, не затронув другие

Но, если указать ось с числом элементов больше 1, то возникнет ошибка:

c = np.squeeze(b, axis=1) # ошибка, на оси axis1 8 элементов

Объект newaxis

В NumPy добавлять новые оси иногда удобнее с помощью специального объекта np.newaxis. Например, пусть у нас есть одномерный массив:

a = np.arange(1, 10) # array([1, 2, 3, 4, 5, 6, 7, 8, 9])

У него одна ось – одно измерение. Добавим еще одну ось, допустим, в начало. С помощью объекта np.newaxis это можно сделать так:

b = a[np.newaxis, :] # добавление оси axis0 b.shape # (1, 9)

Или, можно прописать сразу две оси:

c = a[np.newaxis, :, np.newaxis] c.shape # (1, 9, 1)

Как видите, это достаточно удобная операция.

Видео по теме

© 2024 Частичное или полное копирование информации с данного сайта для распространения на других ресурсах, в том числе и бумажных, строго запрещено. Все тексты и изображения являются собственностью сайта