2.3.3　获取NumPy属性

首先，我们通过NumPy中的arange（n）方法，生成0到n-1的数组。比如我们输入np.arange（15），可以看到返回的结果是array（[0，1，2，3，4，5，6，7，8，9，10，11，12，13，14]。

然后，通过NumPy中的reshape（row，column）方法，自动构建一个多行多列的array对象。

比如，我们输入如下命令。

---

a = np.arange(15).reshape(3,5)，代表3行5列

---

返回结果如下。

---

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

---

有了基本数据之后，可以通过NumPy提供的shape属性获取NumPy数组的行数与列数。

---

print(a.shape)

---

可以看到返回的结果是一个元组（tuple），数字3代表3行，数字5代表5列。

---

(3, 5)

---

轮到你来

通过arange（）和reshape（）方法定义一个NumPy数组，然后通过Python的print方法打印出数组的shape值（返回的应该是一个元组类型）。

我们可以通过.ndim属性获取NumPy数组的维度，下面举两个例子。

---

import numpy as np
x = np.arange(15)
print(x.ndim) #输出x向量的维度，这时能看到的维度是1维
X = x.reshape(3,5) #将x向量转为3行5列的二维矩阵
Print(X.ndim) #输出X矩阵的维度，这时能看到的维度是2维

---

reshape（）方法的特别用法：如果用户只关心需要多少行或者多少列，其他由计算机自己来算，则可以使用如下方法。

---

x.reshape(15,-1) #我只关心我要15行，列由计算机自己来算
x.reshape(-1,15) #我只关心我要15列，行由计算机自己来算

---