shape函數的功能是讀取矩陣的長度，比如shape[0]就是讀取矩陣第一維度的長度,相當于行數。它的輸入參數可以是一個整數表示維度，也可以是一個矩陣。shape函數返回的是一個元組，表示數組（矩陣）的維度，例子如下：
1. 數組（矩陣）只有一個維度時，shape只有shape[0]，返回的是該一維數組（矩陣）中元素的個數，通俗點說就是返回列數，因為一維數組只有一行，一維情況中array創建的可以看做list（或一維數組），創建時用（）和[ ]都可以，多維就不可以這樣子了，這里使用[ ]，請看下例：
>>> a=np.array([1,2])
>>> a
array([1, 2])
>>> a.shape
(2L,)
>>> a.shape[0]
2L
>>> a.shape[1]
Traceback (most recent call last):
File "pyshell#63>", line 1, in module>
a.shape[1]
IndexError: tuple index out of range #最后報錯是因為一維數組只有一個維度，可以用a.shape或a.shape[0]來訪問
>>> a=np.array((1,2))
>>> a
array([1, 2]) #這個使用的是兩個（）包裹，得到的數組和前面的一樣
2.數組有兩個維度（即行和列）時，和我們的邏輯思維一樣，a.shape返回的元組表示該數組的行數與列數，請看下例：
>>> a=np.array([[1,2],[3,4]]) #注意二維數組要用（）和[]一起包裹起來，鍵入print a 會得到一個用2個[]包裹的數組（矩陣）
>>> a
array([[1, 2],
[3, 4]])
>>> a.shape
(2L, 2L)
>>> b=np.array([[1,2,3],[4,5,6]])
>>> b
array([[1, 2, 3],
[4, 5, 6]])
>>> b.shape
(2L, 3L)
3.當數組是三維時，要用一個（）和兩個[]包裹起來，鍵入print a 會得到一個用3個[]包裹的數組（矩陣），請看下例：
>>> a=np.array([[[1,2],[3,4]]])
>>> a
array([[[1, 2],
[3, 4]]])
>>> a.shape
(1L, 2L, 2L)
這里返回的元組表示3個維度各包含的元素的個數。
所謂元素，在一維時就是元素的個數，二維時表示行數和列數，三維時a.shape【0】表示創建的塊數，a.shape【1】和a.shape【2】表示每一塊（每一塊都是二維的）的行數和列數，舉個例子：
>>> a=np.ones([2,2,3])#創建兩個2行3列的數組（矩陣）
>>> a
array([[[ 1., 1., 1.],
[ 1., 1., 1.]],
[[ 1., 1., 1.],
[ 1., 1., 1.]]])
總結:使用np.array（）創建數組時，
一維的可以直接np.array（[1,2,3]）或者np.array((1,2,3))，輸出（print）時是：
外面有一個[]包裹；
二維的要使用np.array（[[1,2,3],[1,2,3]]),用一個（）和一個[]把要輸入的list包裹起來，輸出（print）時是
>>> print a
[[1 2 3]
[1 2 3]]
外面有兩個[]包裹；
三維的要使用np.array（[[[1,2,3],[1,2,3]]]）,用一個（）和兩個[]把要輸入的list包裹起來，輸出（print）時是
>>> print a
[[[1 2 3]
[1 2 3]]]
外面有三個[]包裹；
對于更高維的情況以后再研究
到此這篇關于Numpy中的shape函數的用法詳解的文章就介紹到這了,更多相關Numpy shape函數用法內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Numpy中ndim、shape、dtype、astype的用法詳解
- numpy庫reshape用法詳解
