shape

对于图像来说：

    img.shape[0]：图像的垂直尺寸（高度）

    img.shape[1]：图像的水平尺寸（宽度）

    img.shape[2]：图像的通道数

举例来说，下面是一张300X534X3的图像，我们用代码，进行验证。

代码如下：
import matplotlib.image as mpimg # mpimg 用于读取图片

if name == ‘main’:
img = mpimg.imread(‘cat.jpg’) # 读取和代码处于同一目录下的 img.png
# 此时 img 就已经是一个 np.array 了，可以对它进行任意处理
print(img.shape) # (512, 512, 3)
print(img.shape[0])
print(img.shape[1])
print(img.shape[2])
运行结果如下：

(300, 534, 3)
300
534
3
由此证明，上述结果是没有问题的。

而对于矩阵来说：

    shape[0]：表示矩阵的行数

    shape[1]：表示矩阵的列数

举例如下：

import numpy as np

if name == ‘main’:
w = np.array([[1, 2, 3], [4, 5, 6]]) # 2X3的矩阵
print(w.shape)
print(w.shape[0])
print(w.shape[1])
运行结果如下：

(2, 3)
2
3
由此证明，上述结果是没有问题的。