numpy阵列的形状与长度

Question

在比较shape和len时是否存在差异（例如性能上的差异）？请考虑以下示例：

In [1]: import numpy as np

In [2]: a = np.array([1,2,3,4])

In [3]: a.shape
Out[3]: (4,)

In [4]: len(a)
Out[4]: 4

快速运行时比较表明没有区别：

In [17]: a = np.random.randint(0,10000, size=1000000)

In [18]: %time a.shape
CPU times: user 6 µs, sys: 2 µs, total: 8 µs
Wall time: 13.1 µs
Out[18]: (1000000,)

In [19]: %time len(a)
CPU times: user 5 µs, sys: 1 µs, total: 6 µs
Wall time: 9.06 µs
Out[19]: 1000000

那么，有什么区别，哪一个更像Python？（我想是用shape）。

Answer 1

我不担心这里的表现——任何差异都应该非常小。

我想说，更符合你需求的可能是Python式的选择：

a.shape可能包含比len(a)更多的信息，因为它包含沿所有轴的大小，而len只返回沿第一个轴的大小：

>>> a = np.array([[1,2,3,4], [1,2,3,4]])
>>> len(a)
2
>>> a.shape
(2L, 4L)

如果您实际上只使用一维数组，那么我个人更喜欢使用len(a)，以防您显式地需要数组的大小。

Answer 2

从源代码来看，shape基本上使用了len()： https://github.com/pandas-dev/pandas/blob/master/pandas/core/frame.py

@property
def shape(self) -> Tuple[int, int]:
    return len(self.index), len(self.columns)

def __len__(self) -> int:
    return len(self.index)

调用shape将尝试运行两个dim calc。所以也许df.shape[0] + df.shape[1]比len(df.index) + len(df.columns)慢。尽管如此，就性能而言，除了巨大的2D数据帧外，差异应该可以忽略不计。

因此，根据前面的答案，df.shape如果您需要两个维度，那么对于单个维度，len()在概念上似乎更合适。

看看property vs method答案，它都指向代码的可用性和可读性。因此，在您的例子中，我想说，如果您只想检查整个数据帧的信息，或者例如要将形状元组传递给函数，请使用shape。对于单个列，包括index（即df的行），使用len()。

Answer 3

对于1D情况，len和shape都将产生相同的结果。 对于其他情况，我形状将提供更多的信息。这取决于一个程序到另一个程序，在其中可以提供更好的性能。我建议你不要太担心表演。