python numpty 中shape的用法，numpy.array 的shape屬性理解

numpy 創建的數組都有一個shape屬性，它是一個元組，返回各個維度的維數。有時候我們可能需要知道某一維的特定維數。

二維

>>> import numpy as np
>>> y = np.array([[1,2,3],[4,5,6]])
>>> print(y)
[[1 2 3]
 [4 5 6]]
>>> print(y.shape)
(2, 3)
>>> print(y.shape[0])
2
>>> print(y.shape[1])
3

 

y是一個兩行三列的二維數組，y.shape[0]代表行數，y.shape[1]代表列數。

 

三維

>>> x  = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[0,1,2]],[[3,4,5],[6,7,8]]])
>>>> print(x)
[[[1 2 3]
  [4 5 6]]

 [[7 8 9]
  [0 1 2]]

 [[3 4 5]
  [6 7 8]]]
>>> print(x.shape)
(3, 2, 3)
>>> print(x.shape[0])
3
>>> print(x.shape[1])
2
>>> print(x.shape[2])
3

 

x是一個包含了3個兩行三列的二維數組的三維數組，x.shape[0]代表包含二維數組的個數，x.shape[1]表示二維數組的行數，x.shape[2]表示二維數組的列數。

shape[0]表示最外圍的數組的維數，shape[1]表示次外圍的數組的維數，數字不斷增大，維數由外到內。