NumPy 数组形状
数组的形状
数组的形状是指每个维度中的元素数量。
获取数组的形状
NumPy 数组有一个名为 shape 的属性，它返回一个元组，其中每个索引都包含相应维度的元素数量。
示例
打印一个二维数组的形状
import numpy as np
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(arr.shape)
自己动手试一试 »
上面的示例返回 (2, 4)，这意味着该数组有 2 个维度，第一个维度有 2 个元素，第二个维度有 4 个元素。
示例
使用 ndmin 创建一个具有 5 个维度的数组，使用值为 1,2,3,4 的向量，并验证最后一个维度的值为 4
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('数组的形状 :', arr.shape)
自己动手试一试 »
形状元组代表什么？
每个索引处的整数告诉我们相应维度有多少个元素。
在上面的例子中，索引 4 处的值为 4，所以我们可以说第 5 个（4+1 个）维度有 4 个元素。
