python如何查看维度

Python中查看数组或矩阵的维度通常可以通过一些内置的函数来实现，以下是一些常见的方法，不过，这些方法在某些情况下可能并不适用，具体取决于你使用的数据类型。

1、使用numpy库：

如果你的数据是numpy数组，你可以使用.shape属性来查看维度。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # 输出：(2, 3)

2、使用pandas库：

如果你的数据是pandas的DataFrame或Series对象，你可以使用.shape属性来查看维度。

import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, 5, 6]])
print(df.shape)  # 输出：(2, 3)

3、使用scikit-learn库：

如果你的数据是scikit-learn中的某个对象，如Bunch，你可以使用.shape属性来查看维度。

from sklearn.datasets import make_classification
X, y = make_classification(n_samples=100, n_features=20)
print(X.shape)  # 输出：(100, 20)

4、使用基础Python类型：

如果你的数据是列表的列表（即二维数组），你可以通过循环或列表的len函数来查看每一维的长度。

arr = [
    [1, 2, 3],
    [4, 5, 6]
]
查看外层列表的长度（即行数）
print(len(arr))  # 输出：2
查看内层列表的长度（即列数）
print(len(arr[0]))  # 输出：3

5、使用math库：

如果你的数据是单个的数字，你可以直接使用math库中的函数来查看其维度，使用math.log函数可以查看数字的对数维度。

import math
num = 1000
log_dim = math.log(num)  # 对数维度
print(f"对数维度: {log_dim}")  # 输出：对数维度: 6.907759625734999

6、使用其他库：

还有许多其他库可能提供查看维度的功能，具体取决于你使用的数据类型和库，你可以查阅相应库的文档或帮助文件来了解如何查看维度。