python中shape函数的用法panda

在Python中，使用pandas库的DataFrame对象的shape属性可以获取其形状（行数和列数）。

在Python中，shape函数是一个常用的属性，主要用于获取数组或者矩阵的形状，它返回一个元组，表示数组的维度大小，这个元组的长度就是数组的维数。

1、一维数组

对于一维数组，shape函数返回一个只有一个元素的元组。

import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a.shape)   输出：(5,)

在这个例子中，数组a是一维的，包含5个元素，所以shape函数返回的元组只有一个元素，即5。

2、二维数组

对于二维数组，shape函数返回一个有两个元素的元组，第一个元素表示行数，第二个元素表示列数。

b = np.array([[1, 2, 3], [4, 5, 6]])
print(b.shape)   输出：(2, 3)

在这个例子中，数组b是二维的，包含2行3列，所以shape函数返回的元组有两个元素，即2和3。

3、多维数组

对于多维数组，shape函数返回一个有多个子元组的元组，每个子元组表示对应维度的大小。

c = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(c.shape)   输出：(2, 2, 2)

在这个例子中，数组c是三维的，包含2个2×2的二维数组，所以shape函数返回的元组有三个元素，即2、2和2。

4、shape函数的应用

shape函数在很多情况下都非常有用，当我们需要知道数组的大小时，可以使用shape函数；当我们需要对数组进行切片操作时，可以使用shape函数来获取切片的范围；当我们需要将多个数组合并成一个大数组时，可以使用shape函数来确保它们的形状是兼容的。

我们可以使用shape函数来获取数组的大小：

d = np.array([1, 2, 3, 4, 5])
size = d.shape[0] * d.shape[1]   计算数组的大小
print(size)   输出：15

在这个例子中，我们首先使用shape函数获取数组d的形状，然后通过索引获取到行数和列数，最后将行数和列数相乘得到数组的大小。

5、shape函数的限制

虽然shape函数非常强大，但是它也有一些限制，它只能用于numpy数组，不能用于普通的Python列表，它只能获取到数组的形状信息，不能获取到数组的元素值，如果数组是多维的，那么shape函数返回的元组的顺序是从最后一个维度开始的。

e = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(e.shape)   输出：(2, 2, 2)

在这个例子中，虽然我们知道数组e是一个3维的数组，但是如果我们直接打印e.shape，可能会感到困惑，因为返回的元组的顺序是从最后一个维度开始的，为了解决这个问题，我们可以使用reshape函数来改变数组的形状。

问题与解答：

1、Q: shape函数可以用于非numpy数组吗？

A: shape函数只能用于numpy数组，不能用于普通的Python列表，如果你有一个非numpy数组，你需要先将其转换为numpy数组，然后再使用shape函数。

2、Q: shape函数可以获取到数组的元素值吗？

A: shape函数只能获取到数组的形状信息，不能获取到数组的元素值，如果你需要获取到数组的元素值，你可以使用索引或者切片操作。

3、Q: 如果数组是多维的，那么shape函数返回的元组的顺序是怎样的？

A: 如果数组是多维的，那么shape函数返回的元组的顺序是从最后一个维度开始的，对于一个形状为(2, 3, 4)的三维数组，shape函数返回的元组的顺序是(3, 4, 2)。