numpy.array 的shape属性理解

import numpy as np

二维

y = np.array([[1,2,3],[4,5,6]])
print(y)
[[1 2 3]
[4 5 6]]

print(y.shape) # 展示行数，列数
(2, 3)

print(y.shape[0]) # 展示行数
print(y.shape[1]) # 展示列数

三维

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) #展示 降维度出来的低维度个数，行数，列数
(3, 2, 3)

print(x.shape[0]) # 降为出来的低维度个数
print(x.shape[1]) # 每个低维度数组的行数
print(x.shape[2]) # 每个低维度数组的列数

以看到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。

可以看到，shape[0]表示最外围的数组的维数，shape[1]表示次外围的数组的维数，数字不断增大，维数由外到内。