import os
import re
import sys
import numpy as np
import pprint
from tensorflow.keras.layers import *
def concat_v1():
list1=[1,2,3,4]
list2=[11,12,13,14,15,16,17,18]
list99=[[1,2,3],[4,5,6]]
x1=np.array(list1)
x2=np.array(list2)
x99=np.array(list99)
print("-----------------------")
print(x1.shape)
#(4,)
print(x2.shape)
#(8,)
print(x99.shape)
#(2,3)
if __name__ == '__main__':
concat_v1()
shape的总结:
1)当是 2维的时候,则x.shape() =(a,b) ,a 表示 行数,b表示列数
2)当时1维的时候,则x.shape()=(a,),a 表示 这一维度的个数