プログラムを行ごとに分類しようとしています。 Y
はデータのマトリックスですが、.shape[0]
が正確に行うことに関する具体的なデータは見つかりません。
for i in range(Y.shape[0]):
if Y[i] == -1:
このプログラムは、numpy、scipy、matplotlib.pyplot、およびcvxoptを使用します。
Numpy配列のshape
属性は、配列の次元を返します。 Y
にn
行とm
列がある場合、Y.shape
は(n,m)
です。 Y.shape[0]
はn
です。
In [46]: Y = np.arange(12).reshape(3,4)
In [47]: Y
Out[47]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
In [48]: Y.shape
Out[48]: (3, 4)
In [49]: Y.shape[0]
Out[49]: 3
shapeは、配列の次元を与えるタプルです。
>>> c = arange(20).reshape(5,4)
>>> c
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15],
[16, 17, 18, 19]])
c.shape[0]
5
行数を与える
c.shape[1]
4
列数を与える
shape
は、配列内の次元数を示すタプルです。したがって、あなたの場合、Y.shape[0]
のインデックス値は0であるため、配列の最初の次元に沿って作業しています。
から http://www.scipy.org/Tentative_NumPy_Tutorial#head-62ef2d3c0a5b4b7d6fdc48e4a60fe48b1ffe5006
An array has a shape given by the number of elements along each axis:
>>> a = floor(10*random.random((3,4)))
>>> a
array([[ 7., 5., 9., 3.],
[ 7., 2., 7., 8.],
[ 6., 8., 3., 2.]])
>>> a.shape
(3, 4)
http://www.scipy.org/Numpy_Example_List#shape にはさらにいくつかの例があります。
Python shape()
はpandasで使用され、行/列の数を指定します。
行数は次によって与えられます:
train = pd.read_csv('fine_name') //load the data
train.shape[0]
列数は
train.shape[1]
Pythonで、変数トレインにデータをロードしたとします:
train = pandas.read_csv('file_name')
>>> train
train([[ 1., 2., 3.],
[ 5., 1., 2.]],)
'file_name'の次元を確認したい。電車にファイルを保存しました
>>>train.shape
(2,3)
>>>train.shape[0] # will display number of rows
2
>>>train.shape[1] # will display number of columns
3