Numpy数组维度是指数组中元素的数量和排列方式，在Numpy中，数组可以具有多个维度，每个维度表示一个轴或方向，下面是关于Numpy数组维度的详细解释和使用示例：

创新互联是一家专业提供临淄企业网站建设,专注与成都做网站、成都网站设计、HTML5、小程序制作等业务。10年已为临淄众多企业、政府机构等服务。创新互联专业网站制作公司优惠进行中。

1、一维数组（向量）：

一维数组是具有单个轴的数组，其中的元素按照线性顺序排列。

可以使用numpy.array()函数创建一维数组。

示例：创建一个包含5个元素的一维数组。

“`python

import numpy as np

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

print(arr)

“`

输出：[1 2 3 4 5]

2、二维数组（矩阵）：

二维数组是具有两个轴的数组，其中的元素按照行和列的顺序排列。

可以使用numpy.array()函数创建二维数组。

示例：创建一个3行4列的二维数组。

“`python

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

print(arr)

“`

输出：

“`

[[ 1 2 3 4]

[ 5 6 7 8]

[ 9 10 11 12]]

“`

3、多维数组：

Numpy还支持更高维度的数组，如三维、四维等。

可以通过多次使用numpy.newaxis来增加数组的维度。

示例：创建一个形状为(3, 4, 5)的三维数组。

“`python

import numpy as np

arr = np.zeros((3, 4, 5))

print(arr)

“`

输出：

“`

[[[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]]

[[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]]

[[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0. 0.]

[0. 0. 0. 0.

网页题目：Numpy数组维度
网址分享：http://chengdu.cdxwcx.cn/article/dhsdhed.html