numpy 中shape的用法
返回各个维度的维数。
>>> import numpy as np
>>> y = np.array([[1,2,3],[4,5,6]])
>>> print(y)
[[1 2 3]
[4 5 6]]
>>> print(y.shape)
(2, 3)
>>> print(y.shape[0])
2
>>> print(y.shape[1])
3
y是一个两行三列的二维数组,y.shape[0]代表行数,y.shape[1]代表列数。
>>> x = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[0,1,2]],[[3,4,5],[6,7,8]]])
>>>> print(x)
[[[1 2 3]
[4 5 6]]
[[7 8 9]
[0 1 2]]
[[3 4 5]
[6 7 8]]]
>>> print(x.shape)
(3, 2, 3)
>>> print(x.shape[0])
3
>>> print(x.shape[1])
2
>>> print(x.shape[2])
3
x是一个包含了3个两行三列的二维数组的三维数组,x.shape[0]代表包含二维数组的个数,
x.shape[1]表示二维数组的行数,x.shape[2]表示二维数组的列数。