📚Python中`shape`简易用法💻

在Python的数据分析和机器学习领域，`shape`是一个非常实用的属性，尤其当你使用NumPy或Pandas时。它可以帮助你快速了解数组或数据框的维度。🌟

首先，让我们看看如何在NumPy中使用`shape`。例如，创建一个二维数组：

```python

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

print(arr.shape) 输出：(2, 3)

```

这里`(2, 3)`表示数组有2行3列。箭头👉指向了它的结构。

对于Pandas用户，`shape`同样适用。假设你有一个数据框：

```python

import pandas as pd

df = pd.DataFrame({'Name': ['Tom', 'Nick'], 'Age': [20, 21]})

print(df.shape) 输出：(2, 2)

```

这表明数据框有2行和2列。掌握`shape`能让你高效处理数据！💪

总结来说，无论是NumPy还是Pandas，`shape`都是获取数据结构的好帮手。快试试吧！✨

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！