numpy：数组的形状

数组的形状即这个数组有几行几列
shape函数查看该数组的形状，输出为几行几列

import numpy as np
t1=np.arange(12)
print(t1)
print(t1.shape)

t2=np.array([[1,2,3],[4,5,6]])
print(t2)
print(t2.shape)

t3=np.array([[[1,2],[3,4],[5,6]],[[7,8],[9,10],[11,12]]])
print(t3)
print(t3.shape)

输出：

[ 0  1  2  3  4  5  6  7  8  9 10 11]
(12,)
[[1 2 3]
 [4 5 6]]
(2, 3)
[[[ 1  2]
  [ 3  4]
  [ 5  6]]
 [[ 7  8]
  [ 9 10]
  [11 12]]]
(2, 3, 2)

shape方法中返回有一个数字为一维数组，两个数字为二维数组，三个数字为三维数组
2.reshape函数改变数组的形状

t4=np.arange(12)
print(t4)
print(t4.reshape((3,4)))

[ 0  1  2  3  4  5  6  7  8  9 10 11]
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

解释一下三位数组中shape出来的三个数字含义：

t5=np.arange(24).reshape((2,3,4))
print(t5)

 [[12 13 14 15]
  [16 17 18 19]
  [20 21 22 23]]]

这里可以看出可以将shape（2，3，4）中的2，3，4分别理解为：2块，3行，4列
另外注意，reshape是有返回值的，这个函数运行不会对数组本身进行改变，即将t5跑一下reshape(4,6)之后可以输出46的t5
但是此时再输出t5时t5还是（23*4)的

将不知道元素个数的数组转换为1维：

t5=t5.reshape((4,6))
print(t5)

现在可能不知道t5是几行几列的想把t5变成一维的，变成一维数组本来应该是reshape((24,))注意（24，）和（24，1）还有（1，24）是不一样的（24，1）是24行一列

t6=t5.reshape((t5.shape[0]*t5.shape[1],))

shape的第一项为几行，第二项为几列，相乘可知t5有多少元素，再将其转变为1维的
输出：

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]

法二：

t5.flatten()

将t5展开