《深度学习与图像识别：原理与实践》—2.3.3　获取Numpy属性

2.3.3　获取Numpy属性

首先，我们通过Numpy中的一个方法arange(n)，生成0到n-1的数组。比如，我们输入np.arange(15)，可以看到返回的结果是array([ 0, 1, 2, 3, 4, 5, 6, 7,  8, 9, 10, 11, 12, 13, 14])。

然后，再通过Numpy中的reshape(row,column)方法，自动构架一个多行多列的array对象。

比如，我们输入：

a = np.arange(15).reshape(3,5)          #代表3行5列

可以看到结果：

array([[ 0,  1,  2,  3,  4],

       [ 5,  6,  7,  8,  9],

       [10, 11, 12, 13, 14]])

有了基本数据之后，我们就可以通过Numpy提供的shape属性获取Numpy数组的行数与列数，示例代码如下：

print(a.shape)

可以看到返回的结果是一个元组（tuple），第一个3代表的是3行，第二个5代表的是5列：

(3, 5)

轮到你来：

使用arange和reshape方法自定义一个Numpy数组，最后通过Python中的print方法打印出数组的shape值（返回的应该是一个元组类型）。

我们可以通过.ndim来获取Numpy数组的维度，示例代码如下：

importnumpy as np

x = np.arange(15)

print(x.ndim)         #输出x向量的维度，这时能看到的维度是1维

X = x.reshape(3,5) #将x向量转为三行五列的二维矩阵

Print(X.ndim)         #输出X矩阵的维度，这时能看到的维度是2维

reshape方法的特别用法

如果只关心需要多少行或者多少列，其他由计算机自己来算，那么这个时候我们可以使用如下方法：

x.reshape(15,-1)    #我关心的是我只要15行，列由计算机自己来算

x.reshape(-1,15)    #我关心的是我只要15列，行由计算机自己来算