Python的shape()方法- 你需要知道的一切！
大家好，本篇文章主要介绍Python的shape()方法及其在编程中的变体，同时附带示例。
所以，让我们开始吧！, ba!)
使用Python的shape()方法
当涉及到对数据及其变体进行分析时，认识到数据的规模非常重要。也就是说，在我们计划对数据进行分析和综合之前，我们需要意识到数据的维度。
当使用Python的shape()方法时，这种情况就出现了。
通过shape()方法，可以灵活地获取任何Python对象的维度。是的，它会返回一个元组值，表示Python对象的维度。
为了理解输出结果，我们可以通过shape()方法返回的元组来获取对象的维度数目来表示其值。
通常，在更广泛的范围内，shape() 方法用于获取 Pandas 和 NumPy 类型对象在 Python 中的尺寸。
每个元组表示的值与阵列或行/列的实际尺寸相对应。
让我们现在来看一下即将到来的部分中的变体。
选项1: 熊猫的形状属性
当我们尝试将Pandas类型对象与shape方法关联起来以查找其维度时，它返回一个表示行数和列数的元组作为维度的值。
语法:
Sentence structure in Chinese:
dataframe.shape
通常我们将形状与Pandas数据帧相关联，以获取其维度。
例子01：
在这个例子中，我们使用DataFrame()方法从一个Python列表创建了一个数据框。之后，我们使用dataframe.shape来检查维度。
由于我们传递的数据有两行两列（2×2），shape方法会返回行数和列数作为结果。
import pandas as pd
data =[['P','Q'], [0, 1]]
data_frame = pd.DataFrame(data)
print(data_frame)
print("Shape of the data frame:")
print(data_frame.shape)
Paraphrase: 输出
0 1
0 P Q
1 0 1
Shape of the data frame:
(2, 2)
示例02：
在这个例子中，我们使用DataFrame()函数创建了一个空的数据帧。然后，通过使用shape()方法，我们可以获取空数据帧的维度。
import pandas as pd
data_frame = pd.DataFrame()
print(data_frame)
print("Shape of the data frame:")
print(data_frame.shape)
产出：
Empty DataFrame
Columns: []
Index: []
Shape of the data frame:
(0, 0)
第二种形式：NumPy的形状方法 (Translated into English: Variant 2: NumPy’s shape method)
使用NumPy数据结构，我们以数组的形式存储数据元素。当我们将shape()方法与NumPy数组关联时，数组的维度被表示为一个元组。
语法：
array.shape
例子01：
在这里，我们创建了一个没有维度的NumPy数组。进一步地，我们对这个数组应用了shape()方法来获取所创建数组的维度。
import numpy as np
ar = np.array(0)
print(ar)
print("Shape of the array:")
print(ar.shape)
输出：
0
Shape of the array:
()
范例02：
在这个例子中，我们创建了一个NumPy数组并向其中添加了元素。这是通过使用numpy.array()函数实现的。现在，我们对数组元素应用shape()方法。
import numpy as np
ar = np.array([[12,20] ,[13,15]])
print(ar)
print("Shape of the array:")
print(ar.shape)
输出：
[[12 20]
[13 15]]
Shape of the array:
(2, 2)
结论
最后/总结
通过这个，我们已经到了这个话题的结尾。如果你有任何问题，请随意在下方留言。
关于Kubernetes的更多类似的文章，请持续关注我们。
直到那时，快乐学习！:)
