📅  最后修改于: 2023-12-03 15:24:53.993000             🧑  作者: Mango
在Python中,可以使用Numpy库来处理多维数组。当我们需要获取数组的最后一维时,可以使用数组的shape属性,并取其最后一个值。以下是代码示例:
import numpy as np
# 创建一个三维数组
arr = np.arange(24).reshape((2, 3, 4))
# 获取数组的最后一维长度
last_dim_len = arr.shape[-1]
print(last_dim_len) # 输出 4
在上面的代码中,我们通过arange函数创建了一个二十四个元素的数组,然后通过reshape函数将其转换为一个形状为(2, 3, 4)的三维数组。最后,我们使用shape属性来获取该数组的形状,并通过取其最后一个值来获取数组的最后一维长度。
除此之外,我们还可以使用shape属性来获取数组的前n-1维,并使用切片来获取最后一维的数据。以下是代码示例:
import numpy as np
# 创建一个三维数组
arr = np.arange(24).reshape((2, 3, 4))
# 获取数组的前两个维度
top_dims = arr.shape[:-1]
# 获取数组的最后一维数据
last_dim_data = arr[..., -1]
print(top_dims) # 输出 (2, 3)
print(last_dim_data) # 输出 [[ 3 7 11]
# [15 19 23]]
在上面的代码中,我们使用了省略号(...)来代表省略的维度,从而更简洁地获取数据。具体来说,我们通过切片[:-1]来获取数组的前两个维度,然后通过切片[..., -1]来获取最后一维的数据。注意,在这种情况下,我们需要使用三个点来代表省略的维度,因为我们需要同时省略前两个维度。