Python Numpy.shape() 함수

  1. numpy.shape()구문
  2. 예제 코드: numpy.shape()
  3. 예제 코드: 단순 배열을 전달하는numpy.shape()
  4. 예제 코드: 다차원 배열을 전달하는numpy.shape()
  5. 예제 코드: 배열 이름을 사용하여 함수를 호출하는numpy.shape()

Python NumPy numpy.shape() 함수는 배열의 모양을 찾습니다. 모양이란 배열의 차원을 찾는 데 도움이된다는 의미입니다. 배열의 차원을 변경할 수없는 것처럼 튜플을 변경할 수 없기 때문에 튜플의 형태로 모양을 반환합니다.

numpy.shape()구문

numpy.shape(a) 

매개 변수

a 그것은 배열과 같은 구조입니다. 차원을 찾기위한 입력 배열입니다.

반환

정수 튜플의 형태로 배열의 형태를 반환합니다. 튜플의 값은 배열 차원의 길이를 보여줍니다.

예제 코드: numpy.shape()

매개 변수 a는 필수 매개 변수입니다. 빈 배열에서이 함수를 실행하면 다음 출력이 생성됩니다.

import numpy as np 
   
a = np.array([]) 
dimensions = np.shape(a) 
print(dimensions) 

산출:

(0,)

단일 정수-0을 가진 튜플을 반환했습니다. 배열이 요소가 0 인 1 차원임을 보여줍니다.

예제 코드: 단순 배열을 전달하는numpy.shape()

이제 간단한 1 차원 배열을 전달합니다.

import numpy as np 
   
a = np.array([89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]) 
dimensions = np.shape(a) 
print(dimensions)  

산출:

(20,)

출력은 배열이 1 차원이고 20 개의 요소를 포함 함을 보여줍니다.

예제 코드: 다차원 배열을 전달하는numpy.shape()

import numpy as np 
   
a = np.array([[11, 12, 5], [15, 6,10], [10, 8, 12], [12,15,8], [34, 78, 90]]) 
dimensions = np.shape(a) 
print(dimensions) 

산출:

(5, 3)

이제 출력 튜플에 두 개의 정수 요소가 포함됩니다. 배열에 5 개의 행과 3 개의 열이 포함되어 있음을 보여줍니다.

이제 더 복잡한 배열을 전달합니다.

import numpy as np 
   
a = np.array([[[11, 12, 5], [15, 6,10]],
             [[10, 8, 12], [12,15,8]],
             [[34, 78, 90], [4, 8, 10]]
             ]) 
dimensions = np.shape(a) 
print(dimensions) 

산출:

(3, 2, 3)

우리는 2 차원 배열의 세 배열을 포함하는 배열을 전달했습니다. 출력 튜플은 배열에 3 개의 레이어, 2 개의 행, 3 개의 열이 있음을 보여줍니다.

예제 코드: 배열 이름을 사용하여 함수를 호출하는numpy.shape()

배열의 이름을 사용하여이 함수를 호출 할 수도 있습니다. 동일한 출력을 생성합니다. 다음 코드 조각은 배열 이름을 사용하여이 함수를 구현합니다.

먼저 1 차원 배열을 전달합니다.

import numpy as np 
   
a = np.array([89, 34, 56, 87, 90, 23, 45, 12, 65, 78, 9, 34, 12, 11, 2, 65, 78, 82, 28, 78]) 
dimensions = a.shape
print(dimensions) 

산출:

(20,)

numpy.shape()호출 메소드를 사용하여 생성 된 출력과 동일한 출력을 생성했습니다.

import numpy as np 
   
a = np.array([[[11, 12, 5], [15, 6,10]],
             [[10, 8, 12], [12,15,8]],
             [[34, 78, 90], [4, 8, 10]]
             ]) 
dimensions = a.shape 
print(dimensions) 

산출:

(3, 2, 3)
comments powered by Disqus