np.zeros(shape) 注意shape的规范格式为元组，不是list

既然，官方文档已经明确指出shape为整数的元组，那我们平时在使用的时候也就用元组，不要去用list以避免造成不必要的错误。

一开始没有注意到shape是元组类型，于是产生了一个疑问。
shape到底是一个元组呀还是一个数组（列表）？
于是，我就试了试一下两种代码：

b = np.ones((3,6))
b = np.ones([3,6])

发现两者都能创建成功，而且编译器也没报错，然后我的疑问就更大了，就去看这俩函数的底层，如下：

@set_module('numpy')
def ones(shape, dtype=None, order='C'):
    """
    Return a new array of given shape and type, filled with ones.

    Parameters
    ----------
    shape : int or sequence of ints
        Shape of the new array, e.g., ``(2, 3)`` or ``2``.
    dtype : data-type, optional
        The desired data-type for the array, e.g., `numpy.int8`.  Default is
        `numpy.float64`.
    order : {'C', 'F'}, optional, default: C
        Whether to store multi-dimensional data in row-major
        (C-style) or column-major (Fortran-style) order in
        memory.

    Returns
    -------
    out : ndarray
        Array of ones with the given shape, dtype, and order.

发现，底层解释中shape为：
int or sequence of ints
Shape of the new array, e.g., (2, 3) or 2.
意思是： int或int的序列
新数组的形状，例如，(2, 3)或2 。
因此，我理解是——
其中，序列的含义为：列表、元组、数组或其他序列类型。所以，shape只要是个int的序列就行了。
但是，我在网上查了大部分的教程发现在介绍shape时都是直接说shape是一个元组，至于原因也没说，就去查了一下官方文档如下：
对于shape函数，官方文档是这么说明：
the dimensions of the array. This is a tuple of integers indicating the size of the array in each dimension.
意思是：数组的维度。这是一个整数的元组，元组中的每一个元素对应着每一维度的大小(size)。
既然，官方文档已经明确指出shape为整数的元组，那我们平时在使用的时候也就用元组，不要去用list以避免造成不必要的错误。
https://blog.csdn.net/henu1710252658/article/details/98509533