NumPy 阵列形状
数组的形状可以定义为每个维度中的元素数量。Dimension 是索引或下标的数量，我们需要它来指定数组中的一个元素。
如何得到数组的形状？
在 NumPy 中，我们将使用一个名为 shape 的属性，它返回一个元组，元组的元素给出相应数组维度的长度。
语法:numpy . shape(Array _ name) 参数:数组作为参数传递。 返回:一个元组，其元素给出相应数组维度的长度。
例 1: (打印多维数组的形状)
蟒蛇 3
import numpy as npy
# creating a 2-d array
arr1 = npy.array([[1, 3, 5, 7], [2, 4, 6, 8]])
# creating a 3-d array
arr2 = npy.array([[1, 3, 5, 7], [2, 4, 6, 8],
[3, 6, 9, 12]])
# printing the shape of arrays
# first element of tuple gives
# dimension of arrays second
# element of tuple gives number
# of element of each dimension
print(arr1.shape)
print(arr2.shape)
输出:
(2, 4)
(3, 4)
上面的示例返回(2，4)和(3，4)，这意味着 arr1 有 2 个维度，每个维度有 4 个元素。类似地，arr2 有 3 个维度，每个维度有 4 个元素。
示例 2: (使用值为 2、4、6、8、10 的向量使用 ndmin 创建数组，并验证最后一个维度的值)
蟒蛇 3
import numpy as npy
# creating an array of 6 dimension
# using ndim
arr = npy.array([2, 4, 6, 8, 10], ndmin=6)
# printing array
print(arr)
# verifying the value of last dimension
# as 5
print('shape of an array :', arr.shape)
输出:
[[[[[[ 2 4 6 8 10]]]]]]
shape of an array : (1, 1, 1, 1, 1, 5)
在上面的例子中，我们验证了维度的最后一个值为 5。
