numpy array多维度的理解

import numpy as np
u1 = np.array([[[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]]])
u2 = np.array([[[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]], [[0]]])
u5 = np.dstack((u1, u2))
u4 = np.hstack((u1, u2))
u3 = np.vstack((u1, u2))
print(u1.shape)
print(u2.shape)
print(u3.shape)
print(u4.shape)
print(u5.shape)

结果

(10, 1, 1)
(10, 1, 1)
(20, 1, 1)
(10, 2, 1)
(10, 1, 2)

关于numpy的shape的理解：
比如说，（20, 1，1），倒着写，第一个 1，先写一个中括号里面有1个结果， 第二个 1， 一个中括号里面应该包了1个前面的结果， 第三个20， 最后一个中括号里面应该包了20个前面的结果。
比如说，（10，2，1），倒着写，第一个1，先写一个中括号里面有1个结果，第二个 2， 一个中括号里面应该包了2个前面的结果，第三个10，最后一个中括号里面应该包了10个前面的结果。
比如说， （10，1，2），倒着写，第一个2，先写一个中括号里面有2个结果，第二个 1， 一个中括号里面应该包了1个前面的结果，第三个10，最后一个中括号里面应该包了10个前面的结果。