如何在 Python 中找到矩阵的维度。 Len(A) 只返回一个变量。
编辑：
close = dataobj.get_data(timestamps, symbols, closefield)
是（我假设）生成一个整数矩阵（不太可能是字符串）。我需要找到该矩阵的大小，这样我就可以运行一些测试而不必遍历所有元素。就数据类型而言，我假设它是一个数组数组（或列表列表）。
【问题讨论】：
列表列表的行数将是：len(A) 和列数 len(A[0]) 假设所有行具有相同的列数，即每个索引中的所有列表具有相同的大小。
【讨论】：
a 成为您的矩阵。要获取维度，您可以编写 a.shape，这将返回（# 列，# 行）。
如果你使用 NumPy 数组，可以使用 shape。 例如
>>> a = numpy.array([[[1,2,3],[1,2,3]],[[12,3,4],[2,1,3]]])
>>> a
array([[[ 1, 2, 3],
[ 1, 2, 3]],
[[12, 3, 4],
[ 2, 1, 3]]])
>>> a.shape
(2, 2, 3)
【讨论】：
正如艾曼·法哈特所说 您可以使用简单的方法 len(matrix) 来获取行的长度并获取第一行的长度来获取编号。使用 len(matrix[0]) 的列数：
>>> a=[[1,5,6,8],[1,2,5,9],[7,5,6,2]]
>>> len(a)
3
>>> len(a[0])
4
您还可以使用一个库来帮助您处理“numpy”矩阵：
>>> import numpy
>>> numpy.shape(a)
(3,4)
【讨论】：
正确答案如下：
import numpy
numpy.shape(a)
【讨论】：
假设你有一个数组。要获取数组的尺寸，您应该使用 shape。
import numpy as np
a = np.array([[3,20,99],[-13,4.5,26],[0,-1,20],[5,78,-19]])
a.shape
这个的输出将是 (4,3)
【讨论】：
要在 NumPy 中获得正确数量的维度：
len(a.shape)
第一种情况：
import numpy as np
a = np.array([[[1,2,3],[1,2,3]],[[12,3,4],[2,1,3]]])
print("shape = ",np.shape(a))
print("dimensions = ",len(a.shape))
输出将是：
shape = (2, 2, 3)
dimensions = 3
【讨论】：
您可以使用以下方法来获取 Numpy 数组的高度和重量：
int height = arr.shape[0]
int weight = arr.shape[1]
如果你的数组有多个维度，你可以增加索引来访问它们。
【讨论】：
m = [[1, 1, 1, 0],[0, 5, 0, 1],[2, 1, 3, 10]]
print(len(m),len(m[0]))
输出
(3 4)
【讨论】：
您可以使用 Numpy 简单地找到矩阵维度：
import numpy as np
x = np.arange(24).reshape((6, 4))
x.ndim
输出将是：
2
表示这个矩阵是一个二维矩阵。
x.shape
会显示每个维度的大小。 x 的形状等于：
(6, 4)
【讨论】：
我看待它的简单方式： 示例：
h=np.array([[[[1,2,3],[3,4,5]],[[5,6,7],[7,8,9]],[[9,10,11],[12,13,14]]]])
h.ndim
4
h
array([[[[ 1, 2, 3],
[ 3, 4, 5]],
[[ 5, 6, 7],
[ 7, 8, 9]],
[[ 9, 10, 11],
[12, 13, 14]]]])
如果你仔细观察，开头的方括号的数量决定了数组的维度。 在上面访问 7 的数组中，使用了下面的索引， h[0,1,1,0]
但是，如果我们将数组更改为如下所示的 3 维，
h=np.array([[[1,2,3],[3,4,5]],[[5,6,7],[7,8,9]],[[9,10,11],[12,13,14]]])
h.ndim
3
h
array([[[ 1, 2, 3],
[ 3, 4, 5]],
[[ 5, 6, 7],
[ 7, 8, 9]],
[[ 9, 10, 11],
[12, 13, 14]]])
要访问上述数组中的元素 7，索引是 h[1,1,0]
【讨论】：