什么是 shape？
在 Python 的 NumPy 库中，shape 是一个描述数组维度的属性。
它返回一个元组（tuple），表示每个维度的大小。
示例：
import numpy as np
arr = np.array([[1, 2, 3],
[4, 5, 6]])
print(arr.shape) # 输出: (2, 3)
shape[0] 表示什么？
不同维度下的 shape[0] 表示数组在第0个维度行数
shape[0]：# 一维数组
a = np.array([1, 2, 3, 4])
print(a.shape[0]) # 输出: 4
# 二维数组
b = np.array([[1, 2], [3, 4], [5, 6]])
print(b.shape[0]) # 输出: 3（3行）
# 三维数组
c = np.array([[[1, 2]], [[3, 4]]])
print(c.shape[0]) # 输出: 2（第一个维度有2个“块”）
常见用途
- 循环遍历数组的行：
for i in range(arr.shape[0]): ... - 获取数据集样本数量（如机器学习中）
- 动态创建与原数组同高（行数）的新数组
💡 提示：在 Pandas DataFrame 中，df.shape[0] 同样表示行数，用法一致。
动手试试！
点击下方按钮，在控制台查看示例输出（需打开浏览器开发者工具）：