在Python中，`shape`属性用于获取NumPy数组（或矩阵）的形状，即数组的维度信息。`shape`属性返回一个组，其中每个素代表对应维度上的大小。
import numpy as np创建一个二维数组arr = np.array（[[1, 2, 3], [4, 5, 6]]）print（arr.shape） 输出：（2, 3），表示数组的形状是2行3列创建一个三维数组arr = np.array（[[[1, 2], [3, 4]], [[5, 6], [7, 8]]]）print（arr.shape） 输出：（2, 2, 2），表示数组的形状是2个2行2列的子数组创建一个一维数组arr = np.array（[1, 2, 3, 4, 5]）print（arr.shape） 输出：（5,），表示数组的形状是一个包含5个素的一维数组
使用`shape`属性时，可以通过索引来获取特定维度的长度，例如`arr.shape`表示数组的行数，`arr.shape`表示数组的列数。
x = np.array（[[1, 2, 5], [2, 3, 5], [3, 4, 5], [2, 3, 6]]）print（x.shape） 输出：（4, 3），表示数组有4行3列print（x.shape） 输出：4，表示数组的行数print（x.shape） 输出：3，表示数组的列数
如果需要调整数组的形状，可以使用`reshape`方法，例如将一维数组调整为任意行和列的二维数组：
x_data = np.linspace（0, 10, 100）x_data.shape = -1, 1 将x_data调整为（任意行，1列）print（x_data.shape） 输出：（100, 1），表示数组有100行1列
希望这些示例能帮助你理解如何在Python中使用`shape`属性
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://sigusoft.com/bj/113968.html