Diff of Python/配列の型・次元・要素数の確認

#author("2017-12-25T18:49:57+09:00","default:Miyashita","Miyashita")
#author("2018-07-25T23:40:22+09:00","default:Miyashita","Miyashita")
*数値配列のもろもろを確認 [#fa8a97a5]
***型を調べる [#t49f06e3]
 type(var_name)
#codeprettify(lang-python){{
type(var_name)
}}

***配列の長さを調べる [#la1c5a74]
 len(var_name)
#codeprettify(lang-python){{
len(var_name)
}}
var_nameが多次元配列であるときは1次元目の長さになる．
***(numpy)次元数を調べる [#a6ae30b6]
次元の数を知るにはnumpyのndimを使う．出力の型はint．
 import numpy as np
 np.ndim(var_name)
#codeprettify(lang-python){{
import numpy as np
np.ndim(var_name)
}}
また，
 In [1]: type(var_name)
 Out[1]: numpy.ndarray
#codeprettify(lang-python){{
In [1]: type(var_name)
Out[1]: numpy.ndarray
}}
となるときは
 var_name.ndim
#codeprettify(lang-python){{
var_name.ndim
}}
でも同様の結果を得る．
***(numpy)配列の型を調べる [#kc15beba]
numpy配列であるとき，
 var_name.dtype
#codeprettify(lang-python){{
var_name.dtype
}}
***(numpy)各次元の要素数を調べる [#r4bcee43]
出力はtuple型．
 np.shape(var_name)

 var_name.shape # type(var_name)がnumpy.ndarrayのときはこれでもOK

#codeprettify(lang-python){{
np.shape(var_name)
}}
#codeprettify(lang-python){{
var_name.shape # type(var_name)がnumpy.ndarrayのときはこれでもOK
}}
Takuya Miyashita
