Takuya Miyashita
This site
Web
Start:
*数値配列のもろもろを確認 [#fa8a97a5]
***型を調べる [#t49f06e3]
#codeprettify(lang-python){{
type(var_name)
}}
***配列の長さを調べる [#la1c5a74]
#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.
#codeprettify(lang-python){{
import numpy as np
np.ndim(var_name)
}}
また,
#codeprettify(lang-python){{
In [1]: type(var_name)
Out[1]: numpy.ndarray
}}
となるときは
#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,
#codeprettify(lang-python){{
var_name.dtype
}}
***(numpy)各次元の要素数を調べる [#r4bcee43]
出力はtuple型.
#codeprettify(lang-python){{
np.shape(var_name)
}}
#codeprettify(lang-python){{
var_name.shape # type(var_name)がnumpy.ndarrayのときはこ...
}}
End:
*数値配列のもろもろを確認 [#fa8a97a5]
***型を調べる [#t49f06e3]
#codeprettify(lang-python){{
type(var_name)
}}
***配列の長さを調べる [#la1c5a74]
#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.
#codeprettify(lang-python){{
import numpy as np
np.ndim(var_name)
}}
また,
#codeprettify(lang-python){{
In [1]: type(var_name)
Out[1]: numpy.ndarray
}}
となるときは
#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,
#codeprettify(lang-python){{
var_name.dtype
}}
***(numpy)各次元の要素数を調べる [#r4bcee43]
出力はtuple型.
#codeprettify(lang-python){{
np.shape(var_name)
}}
#codeprettify(lang-python){{
var_name.shape # type(var_name)がnumpy.ndarrayのときはこ...
}}
Page:
Edit with a page name which already exists