numpy.ndarray.shape

官文链接：[https://numpy.org/doc/stable/reference/generated/numpy.ndarray.shape.html#numpy.ndarray.shape](https://numpy.org/doc/stable/reference/generated/numpy.ndarray.shape.html#numpy.ndarray.shape)

元组数组大小，官文里面没给出什么有价值的信息，只能知道numpy.reshape这个有一些修改shape的用处。以下都是自己个人探究。

元组中数值的数量控制着数组的维度。

import numpy as np
tuple1=(1)
tuple2=(1,2)
tuple3=(1,2,3)
tuple4=(1,2,3,4)
#一维
b1 = np.ndarray((tuple1) ,dtype='int32')
print(b1)
print('----------------------------------------------------')
#二维
b1 = np.ndarray((tuple2) ,dtype='int32')
print(b1)
print('----------------------------------------------------')
#三维
b1 = np.ndarray((tuple3) ,dtype='int32')
print(b1)
print('----------------------------------------------------')
#四维
b1 = np.ndarray((tuple4) ,dtype='int32')
print(b1)

当使用的元组有两个数值时：

import numpy as np
tuple1=(1,2)
tuple2=(3,4)
#当元组中有两个数值时，第一个参数控制有几组数组，第二个控制每组数组包含多少数值
b1 = np.ndarray((tuple1) ,dtype='int32')
print(b1)
print('----------------------------------------------------')
b1 = np.ndarray((tuple2) ,dtype='int32')
print(b1)

当使用的元组有三个数值时，大于三个数值时方法相同，都是按照第一个参数不断向上一个维度判断有几个数组块：

import numpy as np
tuple1=(1,2,3)
tuple2=(3,2,3)
#当元组中有两个数值时，第一个参数控制当前数组块，在上一个维度中有几个，第二个参数控制有几组数组，第三个控制每组数组包含多少数值
b1 = np.ndarray((tuple1) ,dtype='int32')
print(b1)
print('----------------------------------------------------')
b1 = np.ndarray((tuple2) ,dtype='int32')
print(b1)