Question

我发现了两种方法来确定一个变量中有多少个元素…… 对于len ()和size ()，我总是得到相同的值。有区别吗？ size ()是否附带了导入的库（例如math，numpy，pandas）？

asdf = range (10)
print ( 'len:', len (asdf), 'versus size:', size (asdf) )

asdf = list (range (10))
print ( 'len:', len (asdf), 'versus size:', size (asdf) )

asdf = np.array (range (10))
print ( 'len:', len (asdf), 'versus size:', size (asdf) )

asdf = tuple (range (10))
print ( 'len:', len (asdf), 'versus size:', size (asdf) )

Answer 1

size来自numpy（熊猫所基于）。

它提供了数组中元素的总数。但是，您也可以使用np.size查询特定轴的大小（见下文）。

相反，len给出了第一维度的长度。

例如，让我们创建一个数组，其中包含36个元素，这些元素分为三个维度。

In [1]: import numpy as np                                                      

In [2]: a = np.arange(36).reshape(2, 3, -1)                                     

In [3]: a                                                                       
Out[3]: 
array([[[ 0,  1,  2,  3,  4,  5],
        [ 6,  7,  8,  9, 10, 11],
        [12, 13, 14, 15, 16, 17]],

       [[18, 19, 20, 21, 22, 23],
        [24, 25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34, 35]]])

In [4]: a.shape                                                                 
Out[4]: (2, 3, 6)

`size`

size将为您提供总数个元素。

In [5]: a.size                                                        
Out[5]: 36

`len`

len将为您提供第一维度的“元素”数量。

In [6]: len(a)                                                                  
Out[6]: 2

这是因为在这种情况下，每个“元素”都代表一个二维数组。

In [14]: a[0]                                                                   
Out[14]: 
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17]])

In [15]: a[1]                                                                   
Out[15]: 
array([[18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35]])

这些数组又具有自己的形状和大小。

In [16]: a[0].shape                                                             
Out[16]: (3, 6)

In [17]: len(a[0])                                                              
Out[17]: 3

`np.size`

您可以将size与np.size一起使用。

例如，您可以通过指定第一个（'0'）维来复制len。

In [11]: np.size(a, 0)                                                          
Out[11]: 2

您还可以查询其他尺寸的大小。

In [10]: np.size(a, 1)                                                          
Out[10]: 3

In [12]: np.size(a, 2)                                                          
Out[12]: 6

基本上，您会重现shape的值。

Answer 2

脾气暴躁的nparray有Size https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.size.html

len来自Python本身

Size来自numpy ndarray.size

主要区别是nparray大小仅测量数组的大小，而python的Len可用于获取对象的长度

Answer 3

考虑以下示例：

a = numpy.array([[1,2,3,4,5,6],[7,8,9,10,11,12]])
print(len(a))
#output is 2
print(numpy.size(a))
#output is 12

len()是一种内置方法，用于计算诸如str，list，dict等可迭代python对象的长度。len返回长度可迭代的数量，即元素数量。在上面的示例中，数组实际上的长度为2，因为它是一个嵌套列表，其中每个列表都被视为一个元素。

numpy.size()返回数组的大小，它等于n_dim1 * n_dim2 * --- n_dimn，即它是数组尺寸的乘积，例如，如果我们有一个尺寸为（5,5， 2），大小为50，因为它可以容纳50个元素。但是len()将返回5，因为高阶列表（或第1维为5）中的元素数量。

根据您的问题，len()和numpy.size()对于一维数组（与列表相同）以矢量形式返回相同的输出。但是，对于二维+数组，结果是不同的。因此，要获得正确的答案，请使用numpy.size（）返回实际大小。

当您对任何可迭代的对象调用numpy.size()时（如您的示例所示），首先将其转换为numpy数组对象，然后调用size（）。

感谢A2A

len和size之间的差异

3 个答案:

`size`

`len`

`np.size`