numpy中shape和reshape的用法

1、shape
在python中导入numpy库之后，我们可以通过矩阵的属性shape获取矩阵的维度。
如图所示：

import numpy as np

b= np.array([[1,2,3,4],[5,6,7,8]])
print(b)
print(b.shape)     #输出行数和列数
print(b.shape[0])  #输出行数
print(b.shape[1])  #输出列数
print(b.shape[2])  # 错误，超出元组维度
##
##打印结果：
##   [[1 2 3 4]
##   [5 6 7 8]]
##   (2, 4)
##   2
##   4
##

2、reshape
用于改变数组的形状，如图所示：

b= np.array([[1,2,3,4],[5,6,7,8]])
c=b.reshape(4,2)
print(b)
print(c)

 ##[[1 2 3 4]
 ##[[5 6 7 8]]

##[[1 2]
##[3 4]
##[5 6]
##[7 8]]

这里要注意，reshape新生成数组和原数组公用一个内存，改变某一个元素，对所有结果会有影响。
这里就不贴出来了。