Python 中的 Shape 形状

什么是 Shape？

在 Python（尤其是使用 NumPy 库时），shape 是一个描述数组维度的重要属性。它返回一个元组（tuple），表示每个维度的大小。

例如，一个 3 行 4 列的二维数组，其 shape 为 (3, 4)。

常见 Shape 示例

• 0维（标量）：没有维度，shape = ()
• 1维（向量）：如 [1, 2, 3]，shape = (3,)
• 2维（矩阵）：如 2×3 矩阵，shape = (2, 3)
• 3维及以上（张量）：如图像数据（高度, 宽度, 通道），shape = (224, 224, 3)

代码演示

import numpy as np

# 创建不同维度的数组
scalar = np.array(42)
vector = np.array([1, 2, 3, 4])
matrix = np.array([[1, 2], [3, 4], [5, 6]])
tensor = np.random.rand(2, 3, 4)

print("标量 shape:", scalar.shape)   # ()
print("向量 shape:", vector.shape)   # (4,)
print("矩阵 shape:", matrix.shape)   # (3, 2)
print("张量 shape:", tensor.shape)   # (2, 3, 4)

为什么 Shape 很重要？

理解 shape 对以下任务至关重要：

1. 调试数组维度错误（如广播失败）
2. 构建机器学习模型时匹配输入输出维度
3. 图像处理中调整或验证数据格式
4. 高效地重塑（reshape）数组结构

实用技巧

你可以使用 .reshape() 改变数组形状（元素总数不变）：

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr.shape)  # (6,)

reshaped = arr.reshape(2, 3)
print(reshaped.shape)  # (2, 3)
print(reshaped)
# [[1 2 3]
#  [4 5 6]]