Numpy中的shape函数的用法详解

>>> 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  #最后报错是因为一维数组只有一个维度，可以用a.shape或a.shape[0]来访问

>>> a=np.array((1,2))
>>> a
array([1, 2]) #这个使用的是两个（）包裹，得到的数组和前面的一样

>>> a=np.array([[1,2],[3,4]])  #注意二维数组要用（）和[]一起包裹起来，键入print a 会得到一个用2个[]包裹的数组（矩阵）
>>> 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)

>>> a=np.array([[[1,2],[3,4]]])
>>> a
array([[[1, 2],
    [3, 4]]])
>>> a.shape
(1L, 2L, 2L)

>>> a=np.ones([2,2,3])#创建两个2行3列的数组（矩阵）
>>> a
array([[[ 1., 1., 1.],
    [ 1., 1., 1.]],
 
    [[ 1., 1., 1.],
    [ 1., 1., 1.]]])

>>> print a
[1 2 3]

>>> print a
[[1 2 3]
 [1 2 3]]

>>> print a
[[[1 2 3]
 [1 2 3]]]