NumPy ndarray.ndim 属性

NumPy ndarray.ndim 属性用于获取 NumPy 数组的维度(轴)数量。

在数据分析和科学计算中执行操作时，了解数组的维度非常重要，因为它会影响数据的访问和操作方式。

ndim 属性使用简单，并提供了一种快速检查数组形状复杂度的方法。

NumPy 中 ndim 属性的用法

可以直接从 NumPy 数组对象访问 ndim 属性来确定其维度数量。

它通常用于在执行诸如重塑、切片或广播等操作之前了解数组的结构。

以下示例演示了如何将 ndim 应用于 NumPy 中的各种数组。

示例:ndim 属性的基本用法

在下面的示例中，我们创建一个简单的一维数组，并使用 ndim 属性来查找其维数 -

import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4])
print(arr.ndim)

以下是得到的输出 -

1

示例:检查二维数组的维度

在此示例中，我们创建一个二维数组，并使用 ndim 属性确定其维数 -

import numpy as np

# 创建二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)

这将产生以下结果 -

2

示例:高维数组

在此示例中，我们创建一个三维数组，并使用 ndim 属性确定其维数 -

import numpy as np

# 创建三维数组
arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(arr.ndim)

以上代码的输出如下:

3

示例:空数组的 ndim

以下示例检查空数组的维数。这表明即使是空数组也有维数 -

import numpy as np

# 创建空数组
arr = np.array([])
print(arr.ndim)

得到的输出如下所示 -

1

numpy_array_attributes.html