numpy中 ndarray.ndim 到底什么意思？

Question

http://blog.chinaunix.net/uid...

>>> a
array([ 1.,  2.,  3.])
>>> b
array([[ 1.5,  2. ,  3. ],
       [ 4. ,  5. ,  6. ]])
>>> c
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
>>> a.ndim
1
>>> b.ndim
2
>>> c.ndim
2
>>>

如果说， a,b的ndim是指数组的行数，或者说是数组第一维是多少，那么c.ndim为2，如何理解？

>>> d
array([[[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]]], dtype=int16)
>>> e
array([[ 1.5,  2. ,  3. ],
       [ 4. ,  5. ,  6. ]])
>>> d.ndim
3
>>> e.ndim
2

如果ndim指第一维的大小，d.ndim应该为2，而不是3。

请教，ndim到底指什么，解释不通，这应该算numpy的一个Bug吧?

Answer 1

Answer 2

偶尔看到，不知现在回答是不是太晚。。。

ndim表示数组的维度，很明显，a是一个1行三列的数组，即1x3，在维度中，1是可以忽略的，即1x1x2的数组跟1x2的数组是一样的，所以，a是一维数组。

再来看b，b是一个2行3列的数组，也就是2x3，这是二维，没错。

再看c， c是一个3行3列的数组， 即3x3， 3x3依旧是二维哦，4x3, 5x4都是二维

到d的时候，我们发现d是一个2行3列但高为4的数组， 即2x3x4，这是3维数组。

那么显而易见， e 是2行3列的数组，自然是二维了。

隔了这么长时间，楼主可能早已明白这些，希望这个回答可以帮到其他看到这个帖子的人吧0.0

Answer 3

看有几个中括号...