Python NumPy numpy.shape() Función

1. La sintaxis de numpy.shape()
2. Códigos de ejemplo: numpy.shape()
3. Códigos de ejemplo: numpy.shape() para pasar un array simple
4. Códigos de ejemplo: numpy.shape() para pasar un array multidimensional
5. Códigos de ejemplo: numpy.shape() para llamar a la función usando el nombre del array

La función Python NumPy numpy.shape() encuentra la forma de un array. Por shape, queremos decir que ayuda a encontrar las dimensiones de un array. Devuelve la forma en forma de tupla porque no podemos alterar una tupla como no podemos alterar las dimensiones de un array.

La sintaxis de numpy.shape()

numpy.shape(a)

Parámetros

Volver

Devuelve la forma de un array en forma de una tupla de números enteros. Los valores de las tuplas muestran la longitud de las dimensiones del conjunto.

Códigos de ejemplo: numpy.shape()

El parámetro a es un parámetro obligatorio. Si ejecutamos esta función en un array vacío, genera la siguiente salida.

import numpy as np

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

Producción:

(0,)

Ha devuelto una tupla con un único número entero - 0. Muestra que el array es unidimensional con cero elementos.

Códigos de ejemplo: numpy.shape() para pasar un array simple

Ahora pasaremos una simple matriz unidimensional.

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)

Producción:

(20,)

La salida muestra que el array es unidimensional y contiene 20 elementos.

Códigos de ejemplo: numpy.shape() para pasar un array multidimensional

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)

Producción:

(5, 3)

Observe que la tupla de salida ahora contiene dos elementos enteros. Muestra que el array contiene cinco filas y tres columnas.

Ahora pasaremos a un array más compleja.

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)

Producción:

(3, 2, 3)

Hemos pasado un array que contiene tres matrices de matrices 2-D. La tupla de salida muestra que el array tiene tres capas, dos filas y tres columnas.

Códigos de ejemplo: numpy.shape() para llamar a la función usando el nombre del array

Podemos llamar a esta función usando el nombre de el array también. Genera la misma salida. Los siguientes fragmentos de código implementan esta función usando el nombre de el array.

Primero pasaremos un array unidimensional.

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)

Producción:

(20,)

Fíjate que ha generado la misma salida que la salida generada usando el método de llamada numpy.shape().

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)

Producción:

(3, 2, 3)