numpy中的numpysize詳解

一、numpysize簡介

在numpy中，numpysize是指數組的形狀大小，也就是數組的維度。比如一個二維數組np.array([[1,2], [3,4]])的numpysize為(2,2)，表示該數組有兩行兩列。

二、numpysize的獲取

可以通過numpy的shape屬性獲取數組的numpysize信息：

import numpy as np

arr = np.array([[1,2], [3,4]])
print(arr.shape)  #輸出：(2,2)

也可以使用numpy的ndim屬性獲取數組的維度數:

import numpy as np

arr = np.array([[1,2], [3,4]])
print(arr.ndim)  #輸出：2

三、numpysize的修改

可以使用reshape方法修改數組的numpysize。reshape方法會返回一個新的數組，新數組的numpysize和原數組不同。比如將原數組np.array([[1,2], [3,4]])修改為一維數組：

import numpy as np

arr = np.array([[1,2], [3,4]])
new_arr = arr.reshape(4)
print(new_arr) #輸出：[1 2 3 4]
print(new_arr.shape) #輸出：(4,)

除了reshape方法，還可以使用resize方法在不返回新數組的情況下進行numpysize修改：

import numpy as np

arr = np.array([[1,2], [3,4]])
arr.resize(4)
print(arr) #輸出：[1 2 3 4]
print(arr.shape) #輸出：(4,)

四、numpysize和廣播機制

在numpy中，當兩個數組進行運算時，會遵循廣播機制進行運算。其中，廣播機制會根據兩個數組的numpysize進行擴展。具體來說，首先會將兩個數組進行維度擴充，直到兩個數組的numpysize相同；其次，如果兩個數組在某個維度的numpysize都為1，那麼會對該維度進行擴展，直到兩個數組在該維度的numpysize相同。

比如一個三維數組a的numpysize為(2,3,1)，而一個二維數組b的numpysize為(3,1)，則對a和b進行加法運算時，b會被擴展為(1,3,1)，然後再擴展為(2,3,1)。示例如下：

import numpy as np

a = np.array([[[1],[2],[3]],[[4],[5],[6]]])
b = np.array([[10,20,30],[100,200,300]])
c = a + b
print(c)
'''
輸出：
array([[[ 11,  21,  31],
        [101, 201, 301],
        [nan, nan, nan]],

       [[ 14,  24,  34],
        [104, 204, 304],
        [nan, nan, nan]]])
'''

可以看到，b在第一維和第三維都被擴展為1，最後變成了(2,3,1)，然後a和b依次相加。

五、結語

本文從numpysize的簡介、獲取、修改、和廣播機制等幾個方面對numpysize進行了詳細的講解。numpysize在numpy中起到了非常重要的作用，深入理解numpysize有助於我們更好地理解數組的操作和運算。