numpy 数组操作和矩阵对应关系

import numpy
arr = numpy.arange(16)
print(arr)

#打印结果是：
'''
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15]

说明这是对应一个行向量，1行16列
'''

arr_rsped=arr.reshape(8,2)
print(arr_rsped)
#打印结果是：
'''
[[ 0  1]
 [ 2  3]
 [ 4  5]
 [ 6  7]
 [ 8  9]
 [10 11]
 [12 13]
 [14 15]]
 
说明这是对应一个8行2列的矩阵，而且可以看到每行都是一个 用一个中括号括起来的 行矩阵/行向量
 '''
list=[ 0 , 1 , 2 , 3 , 4, 5 , 6 , 7 , 8 , 9, 10 ,11]
#另设一个ndarry实例arr2：
arr2_=numpy.arange(12)          #numpy.arange：这个函数返回ndarray对象，包含给定范围内的等间隔值。
arr2=numpy.array(list)          #另一个创建ndarry实例方法
print(type(arr2_))              #<class 'numpy.ndarray'>
print(type(arr2))               #<class 'numpy.ndarray'>
print(arr2_)
print(arr2)
'''
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
[ 0  1  2  3  4  5  6  7  8  9 10 11]
[ 0  1  2  3  4  5  6  7  8  9 10 11]
arr2_和arr2的打印结果相同，都是一个1行11列行行矩阵/行向量 0~11
'''
arr2_rsped=arr2.reshape(3,2,2)  #第一个参数是通道数C，第二个是行数H，第三个是列数W，C×H×W
print(arr2_rsped)
'''
[[[ 0  1]
  [ 2  3]]

 [[ 4  5]
  [ 6  7]]

 [[ 8  9]
  [10 11]]]

3维numpy数组，也可认为是这是一个3阶张量，以通道数来看每通道内都是一个2行2列矩阵
'''