Python NumPy数组维度计算：示例与解析

本文将介绍如何使用Python中的NumPy库计算数组的维度。

**代码示例：**pythonimport numpy as np

创建一个列表并将其转换为NumPy数组data1_list = [1, 2, 3, 4, 5, 6, 7, 8, 9]data1_np = np.array(data1_list)

使用 'ndim' 属性获取数组的维度data1_np_ndim = data1_np.ndim

打印数组的维度print(data1_np_ndim)

输出：

1

代码解析：

1. 导入NumPy库： import numpy as np 将NumPy库导入到我们的Python脚本中，并使用别名 'np' 以便于使用。2. 创建列表和数组： * data1_list = [1, 2, 3, 4, 5, 6, 7, 8, 9] 创建了一个包含9个元素的Python列表。 * data1_np = np.array(data1_list) 使用 np.array() 函数将列表转换为NumPy数组。3. 计算维度： data1_np_ndim = data1_np.ndim 使用NumPy数组的 'ndim' 属性获取数组的维度，并将结果存储在变量 data1_np_ndim 中。4. 打印结果： print(data1_np_ndim) 打印数组的维度，在本例中为 '1'，表示这是一个一维数组。

总结：

本示例展示了如何使用NumPy库轻松计算数组的维度。'ndim' 属性是一个方便的工具，用于快速确定NumPy数组的维度。