NumPy 数组形状

数组的形状可以定义为每个维度中元素的数量。维度是索引或下标的数量，我们需要它来指定数组的单个元素。

我们如何获得数组的形状？

在 NumPy 中，我们将使用一个名为 shape 的属性，它返回一个元组，元组的元素给出了相应数组维度的长度。

Syntax: numpy.shape(array_name) 
Parameters: Array is passed as a Parameter. 
Return: A tuple whose elements give the lengths of the corresponding array dimensions. 
 

示例1：（打印多维数组的形状）

Python3

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, 2], [3, 4]], [[5, 6], [7, 8]]])
 
# 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)
(2, 2,2)

上面的示例返回 (2, 4) 和 (2,2,2)，这意味着 arr1 有 2 个维度，每个维度有 4 个元素。同样，arr2 有 3 个维度，每个维度有 2 行和 2 列。

示例 2：（使用 ndmin 使用值为 2、4、6、8、10 的向量创建一个数组并验证最后一维的值）

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)

在上面的示例中，我们验证了维度的最后一个值为 5。