Numpy

np.shape

shape函数返回list，array,matrix等的一维和二维长度值。

list

列表只有一维，二维为0

>>> a = [1,2,3]
>>> np.shape(a)
(3,)

list是没有shape函数的

>>> a.shape[0]
Traceback (most recent call last):
  File "<pyshell#32>", line 1, in <module>
    a.shape[0]
AttributeError: 'list' object has no attribute 'shape'

array

>>> a = np.eye(4,3)
>>> a
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.],
       [ 0.,  0.,  0.]])
>>> np.shape(a)
(4, 3)
>>> a.shape[0]
4
>>> a.shape[1]
3

matrix

>>> b = mat([[1,2,3],[2,3,5]])
>>> b
matrix([[1, 2, 3],
        [2, 3, 5]])
>>> np.shape(b)
(2, 3)

np.arange

arange函数用于创建等差数组

np.arange([start, ]stop, [step, ]dtype=None)
start:可忽略不写，默认从0开始;起始值
stop:结束值；生成的元素不包括结束值
step:可忽略不写，默认步长为1；步长
dtype:默认为None，设置显示元素的数据类型

#举例
import numpy as np
nd1 = np.arange(5)#array([0, 1, 2, 3, 4])
nd2 = np.arange(1,5)#array([1, 2, 3, 4])
nd3 = np.arange(1,5,2)#nd3 = np.arange(1,5,2)
#可以对生成的等差一维数组，进行重塑，使用的是reshape(行，列)
nd2.reshape(2,2)#array([[1, 2], [3, 4]])
#注意：对数组重塑后的元素个数不能大于原来本身的元素个数，不然会报错