python中shape[-1]，shape[0]，shap[1]

原创已于 2022-07-20 15:32:59 修改 · 1w 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2022-04-07 10:23:16 首次发布

python疑难杂症专栏收录该内容

23 篇文章

订阅专栏

博客详细解释了shape属性在数组中的作用，强调不应将shape[0]、shape[1]简单理解为行和列，而应视为数组的维度。通过示例a=array([[[1,2,3],[4,5,6]]])说明，a.shape[0]、a.shape[1]、a.shape[2]分别对应第一、第二和第三维的元素数量。shape[-1]则表示最后一维的大小。内容着重于数组维度的理解和应用。

关于shape[0]、shape[1]

具体内容可以看此链接：传送门
这里在把评论部分摘录一下，以便自己记忆（传送门中的评论，有侵权联系我）。
注意：
不能单纯地将shape[0]、shape[1]理解为行列数，这会导致误解，应该将shape[0]理解为第一维，shape[1]理解为第二维，同理还有shape[2]、shape[3]等等。
举个栗子就是：a=array( [ [ [1,2,3] , [4,5,6] ] ] )，这是个三维数组，a.shape[0]=1, a.shape[1]=2, a.shape[2]=3。结果如下：
在这里插入图片描述