对一维二维三维数组的分析 及其 np.shape 的输出

[1,2]的shape值(2,)，意思是一维数组，数组中有2个元素。
[[1],[2]]的shape值是(2,1)，意思是一个二维数组，2行1列，每行有1个元素。
[[1,2]]的shape值是（1，2），意思是一个二维数组，1行2列，每行有2个元素。

import numpy as np
x = np.array([1, 2])
y = np.array([[1],[2]])
z = np.array([[1,2]])
print(x.shape )
print(y.shape )
print(z.shape )
>>>
(2,)
(2, 1)
(1, 2)

 

 再来看看三维数组：

对于shape函数一般表示输出数组的形状，对于二维数组就是输出行与列

对于三维数组就是包含多少个二维数组，后两个数字表示二维数组的形状

附上代码：

v1=np.array([[[1,2,3],[1,2,0]],[[5,6,7],[9,8,7]]])
v2=np.array([[[1,2],[4,5]],[[6,7],[8,9]]])
v3=np.array([[[1,2],[3,4],[5,6]],[[7,8],[9,10],[11,12]],[[1,4],[5,4],[6,6]]])
print(v1.shape)
print(v2.shape)
print(v3.shape)
>>>
(2, 2, 3)
(2, 2, 2)
(3, 3, 2)

 我们再来看看数组具体的输出情况：