在计算机科学中，数组是一种基本的数据结构，它用于存储一系列元素，这些元素可以是数字、字符或其他任何类型的数据。数组的一个关键特性是其维度，它定义了数组可以存储元素的方式。理解数组的维度和轴对于深入掌握数据结构至关重要。本文将带你轻松掌握这一核心知识。
数组的维度
数组的维度，也称为数组的秩，是指数组可以包含多少个子数组。一个一维数组就像一排书架，每一本书代表一个元素；一个二维数组就像一个棋盘，每一行和每一列代表一个子数组；三维数组则可以想象成一个立方体，每一层、每一行和每一列都代表一个子数组。
一维数组
一维数组是最简单的数组形式，它只包含一个轴。例如，一个整数数组：
numbers = [1, 2, 3, 4, 5]
在这个例子中，numbers 是一个包含五个整数的数组，每个整数占据数组中的一个位置。
二维数组
二维数组有两个轴，通常表示为行和列。例如，一个二维数组可以用来表示一个矩阵：
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
在这个例子中，matrix 是一个 3x3 的矩阵，有三个行和三个列。
三维数组
三维数组有三个轴，可以用来表示一个立方体或一个更复杂的结构。例如：
volume = [
[
[1, 2, 3],
[4, 5, 6]
],
[
[7, 8, 9],
[10, 11, 12]
]
]
在这个例子中，volume 是一个 2x2x2 的立方体，每个小立方体由一个 2x2 的矩阵表示。
数组的轴
数组的轴是数组的维度在空间中的体现。在二维数组中，轴通常表示为行和列；在三维数组中，轴可以是层、行和列。
轴的表示
在 Python 中，可以使用 NumPy 库来创建多维数组，并访问其轴。以下是一个示例：
import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(array.shape) # 输出：(3, 3)
在这个例子中，array 是一个 3x3 的二维数组，其 shape 属性表示其维度为 (3, 3)。
轴的操作
NumPy 提供了丰富的函数来操作数组的轴。以下是一些常用的操作：
np.ndim(array): 返回数组的维度。np.shape(array): 返回数组的形状，即每个轴的大小。np.transpose(array): 转置数组，交换其轴。
总结
理解数组的维度和轴对于掌握数据结构至关重要。通过本文，你了解了不同维度的数组以及如何使用 NumPy 操作数组的轴。这些知识将帮助你更好地处理和存储数据，为你的编程之旅打下坚实的基础。