关于numpy数组shape的理解 比如：(3,) (2,3) (2,3,2) 以及对维度的小认识

shape大概有3种

——————————————————————————————

（2，）

有一个数字，表示数组只有1个维度
'2’说明有这个维度上有2个元素

array = np.array([996,888])

——————————————————————————————

（2，3）

有两个数字，表示数组有2个维度，可以理解为我们熟悉的矩阵
‘2’说明第一个维度上有2个元素，可以理解为矩阵有2行；
‘3’说明第二个维度上有3个元素，可以理解为矩阵每一行上有3个元素

array = np.array([[1,2,3],[996,110,120]])

——————————————————————————————

（2，3，4）

有三个数字，表示数组有3个维度，可以理解为（🐔木机）
‘2’说明第一个维度上有2个元素
‘3’说明第二个维度上有3个元素
'4’说明第三个维度上有4个元素

<可以理解为 有2张纸（第一个维度），每张纸上有一个3*4的矩阵>

array = np.array([[[1,2,3,4],[996,110,120,0],[0,0,0,0]],
                  [[5,6,7,8],[996,110,120,0],[0,0,0,0]]])

——————————————————————————————
p.s.
四维就理解为：有几张桌子，每个桌子上有几张纸，每张纸上有一个矩阵

如果是在机器学习中，可以理解为多少样本，多少测试次数，多少测试场景 .etc 随意自己怎么类比到现实的情景