shape是數(shù)組array的 屬性 ；reshape()是數(shù)組array的 方法

shape屬性可以獲得當(dāng)前array的形狀：

            
              import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7, 8])  # 一維數(shù)組
print(a.shape)  # 值為(8,)
print(a.shape[0])  # 值為8，因?yàn)橛?個(gè)數(shù)據(jù)
# print(a.shape[1])  # IndexError: tuple index out of range

a = np.array([[1, 2, 3, 4],[5, 6, 7, 8]])  # 二維數(shù)組
print(a.shape)  # 值為(2, 4)
print(a.shape[0])  # 值為2，最外層矩陣有2個(gè)元素，2個(gè)元素還是矩陣。
print(a.shape[1])  # 值為4，內(nèi)層矩陣有4個(gè)元素。
# print(a.shape[2])  # IndexError: tuple index out of range

y = np.zeros((2, 3, 4, 5))
print(y.shape)  # 值為(2, 3, 4, 5)
print(y)
            
          

y = np.zeros((2, 3, 4, 5))運(yùn)行結(jié)果：

reshape()方法用于改變數(shù)組的形狀(數(shù)組的形狀會(huì)改變，但是數(shù)組中的值不會(huì)改變)：

變成的新形狀中所包含的元素個(gè)數(shù)必須符合原來元素個(gè)數(shù)。如果數(shù)組元素發(fā)生變化的時(shí)候，就會(huì)報(bào)錯(cuò)：

reshape()函數(shù)生成的新數(shù)組和原始數(shù)組公用一個(gè)內(nèi)存，也就是說，不管是改變新數(shù)組還是原始數(shù)組的元素，另一個(gè)數(shù)組也會(huì)隨之改變：

當(dāng)不知道某一個(gè)維度值為多大時(shí)，可以使用-1：

-1只能使用一次，否則會(huì)報(bào)錯(cuò)（有多種輸出可能）：

參考：

1. https://blog.csdn.net/qq_28618765/article/details/78083895
2. https://blog.csdn.net/u010916338/article/details/84066369
3. https://blog.csdn.net/m0_37592397/article/details/78695318