获取 NumPy 中的行数

对于二维 NumPy 数组，使用 array.shape[0] 获取行数。array.shape 属性会返回完整的维度元组：对于二维数组，格式为 (行数, 列数)。len(array) 和 np.size(array, 0) 返回相同的第一轴计数。

以下示例需要安装了 NumPy 的 Python 环境。

使用 array.shape 属性获取 NumPy 数组的行数

NumPy 的轴从 0 开始编号。对于二维数组，轴 0 是行轴，轴 1 是列轴。读取 array.shape[0] 可获取行数，读取 array.shape[1] 可获取列数；这两种写法都不需要在 shape 后加括号。

运行以下示例：

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

array = np.array([[1, 3, 5], [2, 4, 6]])

rows = array.shape[0]
columns = array.shape[1]

print("Rows =", rows)
print("Columns =", columns)

输出：

Rows = 2
Columns = 3

两个内部列表组成两行，每行包含三个值，因此数组的形状为 (2, 3)。如果确定数组是二维的，也可以使用 rows, columns = array.shape 解包这两个维度。

一维数组的形状可能是 (3,)，它没有单独的行和列维度。它的 shape[0] 是元素数量，而 shape[1] 不存在。如果应用要求数据必须是表格形式，请检查 array.ndim == 2。对于维度更多的数组，shape[0] 仍表示第一轴，其含义取决于数据的组织方式。

使用 len() 函数获取 NumPy 数组的行数

Python 内置的 len() 函数会返回 NumPy 数组第一维的长度。对于二维数组，它统计的是行数，而不是所有单个值的数量。

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

array = np.array([[1, 3, 5], [2, 4, 6]])

num_rows = len(array)
print("Rows =", num_rows)

输出：

Rows = 2

这里，第一轴上的每个元素都是一行，包含三个值。因此，len(array) 表示的计数与 array.shape[0] 相同。不要用 len(array[0]) 统计行数：它测量的是第一行的长度，而且要求数组至少有一行。

形状为 (0, 3) 的数组没有行，因此 len(array) 和 array.shape[0] 的结果都是 0。标量数组没有第一轴，所以这两种写法都无法提供行数。

使用 np.size() 函数获取 NumPy 数组的行数

np.size() 函数接受一个数组和可选的整数参数 axis。指定 axis=0 可获取第一维的长度。位置参数写法 np.size(array, 0) 与此等效。

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

array = np.array([[1, 3, 5], [2, 4, 6]])

num_rows = np.size(array, 0)
print("Rows =", num_rows)

输出：

Rows = 2

省略 axis 会改变所统计的内容：np.size(array) 统计所有元素。对于这个二行三列的数组，总数是 6，而第一轴的长度是 2。同样，对于二维数组，np.size(array, axis=1) 会返回列数。axis 参数用于选择一个维度；它不是轴的元组。

总结

对于二维 NumPy 数组，使用 array.shape[0] 可直接获取行数。len(array) 和 np.size(array, 0) 得到相同的计数；np.size(array) 则返回元素总数。