你可以用.ndim表示尺寸，用.shape来知道确切的尺寸:

>>> var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])

>>> var.ndim
2

>>> varshape
(2, 6) 

你可以使用.重塑函数改变尺寸:

>>> var_ = var.reshape(3, 4)

>>> var_.ndim
2

>>> var_.shape
(3, 4)

你可以用.ndim表示尺寸，用.shape来知道确切的尺寸:

>>> var = np.array([[1,2,3,4,5,6], [1,2,3,4,5,6]])

>>> var.ndim
2

>>> varshape
(2, 6) 

你可以使用.重塑函数改变尺寸:

>>> var_ = var.reshape(3, 4)

>>> var_.ndim
2

>>> var_.shape
(3, 4)

在python笔记本中执行以下代码块。

import numpy as np
a = np.array([[1,2],[1,2]])
print(a.shape)
print(type(a.shape))
print(a.shape[0])

输出

(2, 2)

<类的元组>

2

然后你意识到a.shape是一个元组。 所以你可以通过a.shape[维度索引]得到任何维度的大小

a.shape只是np.info()的一个限定版本。看看这个:

import numpy as np
a = np.array([[1,2],[1,2]])
np.info(a)

Out

class:  ndarray
shape:  (2, 2)
strides:  (8, 4)
itemsize:  4
aligned:  True
contiguous:  True
fortran:  False
data pointer: 0x27509cf0560
byteorder:  little
byteswap:  False
type: int32

rows = a.shape[0] # 2 
cols = a.shape[1] # 2
a.shape #(2,2)
a.size # rows * cols = 4

import numpy as np   
>>> np.shape(a)
(2,2)

如果输入不是numpy数组，而是列表的列表，同样有效

>>> a = [[1,2],[1,2]]
>>> np.shape(a)
(2,2)

或者是元组的元组

>>> a = ((1,2),(1,2))
>>> np.shape(a)
(2,2)