ndimの使い方 (numpy)

■説明
配列の次元を返す。

■具体例
以下はnumpyを使用する際に必須の記載です。

>> import numpy as np

以下は具体例を説明するのに共通の記載になります。

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

例①
>> a.ndim

　　1

>> a[0]

　　1

例②
>> a=a.reshape(2,6)
>> a

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

>> a.ndim

　　2

>> a[0]

　　　array([1, 2, 3, 4, 5, 6])

以下の様にすると、1次元の様に見えますが2次元です。カッコの数が違います。

>> a=a.reshape(1,12)
>> a

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

>> a.ndim

　　2

>> a[0]

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

例③
>>a=a.reshape(2,2,3)　#2つ作る、2行3列を
>>a

　array([[[ 1, 2, 3],
　　　　　[ 4, 5, 6]],

　　　　　[[ 7, 8, 9],
　　　　　 [10, 11, 12]]])

>> a.ndim

　　3

>> a[0]

　　array([[1, 2, 3],
　　　　　[4, 5, 6]])

例④
>> a=a.reshape(2,2,3,1)　#4次元にする
>> a

　　array([[[[ 1],
　　　　　　[ 2],
　　　　　　[ 3]],

　　　　　 [[ 4],
　　　　　　[ 5],
　　　　　　[ 6]]],


　　　　　[[[ 7],
　　　　　　[ 8],
　　　　　　[ 9]],

　　　　　[[10],
　　　　　　[11],
　　　　　　[12]]]])

>> a.ndim

　　4

>> a[0]

　　array([[[[ 1],
　　　　　　[ 2],
　　　　　　[ 3]],

　　　　　 [[ 4],
　　　　　　[ 5],
　　　　　　[ 6]]],

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧 トップメニュー Python Pythonとは 基本的な使い方 ・IDLE ・Jupyter Notebook ・Markdown ・コマンドプロンプトで実行 ・仮想環境の構築 ・仮想環境でIDLEを実行 ライブラリのインストール ・pipの使い方 ・numpy , matplotlib等 ・graphviz ・pytorch ・Mecab Pythonの関数：一覧 共通関数 ・append , extend ・class ・copy ・csv.reader ・csv.writer ・def , return ・dict , defaultdict ・enumerate ・exit ・for ・if ・import ・in ・input ・lambda ・len ・list ・min/max ・OrderedDict ・open/close ・os ・pickle ・print ・range ・re.split ・read/readline ・round/floor/ceil ・split ・sys.argv ・time ・while ・write ・zip ・特殊メソッド 　・__name__ 　・__iter__ , __next__ ・正規表現、メタ文字 ・データの型の種類 ・四則演算 (+ , - , * , /) ・コメントアウト (# , ''') numpy ・append ・arange ・argmax/argmin ・array ・asfarray ・astype , dtype ・digitize ・dot ・hstack/vstack ・linalg.solve ・linspace ・max,min ・mean ・meshgrid ・mgrid ・ndim ・ndmin ・pad ・poly1d ・polyfit ・prod ・random ・reshape ・savetxt/loadtxt ・shape ・std ・transpose ・where ・zeros/zeros_like scipy ・expit ・imread ・interpolate ・signal.square, sawtooth matplotlib ・imshow ・figure ・pcolormesh ・plot ・quiver ・scatter scikit-learn ・GaussianNB ・KMeans ・KNeighborsClassifier ・SVC ・tree chaospy keras chainer chainerrl pytorch ・BCELoss , MSELoss ・Embedding ・device ・Sequential ・Dataset, Dataloader ・RNN, LSTM OpenAI gym ・Blackjack-v0 ・CartPole-v0 tkinter ・frame, grid ・画像表示 ・画像を切り取り表示 ・画像を保存 目的別 ・ステップ関数 ・矩形波, 三角波 ・1 of K 符号化法 ・線形補間 ・配列に番号をつける ・ベクトル場を描く ・線形回帰, 多項式回帰