Python .shape 属性详解

什么是 .shape？

在 Python 的 NumPy 库中，.shape 是一个非常重要的属性，用于获取或设置数组（ndarray）的维度信息。 它返回一个元组（tuple），表示数组在每个维度上的大小。

例如，一个 3 行 4 列的二维数组，其 .shape 为 (3, 4)。

基本用法示例

import numpy as np

# 创建一维数组
arr1 = np.array([1, 2, 3, 4])
print("arr1.shape:", arr1.shape)  # 输出: (4,)

# 创建二维数组
arr2 = np.array([[1, 2], [3, 4], [5, 6]])
print("arr2.shape:", arr2.shape)  # 输出: (3, 2)

# 创建三维数组
arr3 = np.zeros((2, 3, 4))
print("arr3.shape:", arr3.shape)  # 输出: (2, 3, 4)

动态修改数组形状

你可以通过给 .shape 赋值来改变数组的维度（前提是元素总数不变）：

arr = np.arange(12)  # [0, 1, 2, ..., 11]
print("原始 shape:", arr.shape)  # (12,)

arr.shape = (3, 4)
print("新 shape:", arr.shape)     # (3, 4)
print(arr)

常见应用场景

• 检查数据维度是否符合模型输入要求（如机器学习）
• 调试多维数组操作时快速确认结构
• 配合 reshape() 函数进行灵活的数据重组
• 图像处理中调整通道、高度、宽度等维度

注意事项

⚠️ 修改 .shape 时，新形状的元素总数必须等于原数组的元素总数，否则会抛出 ValueError。

✅ 推荐使用 arr.reshape(new_shape) 进行安全的形状变换，它不会修改原数组，而是返回新数组。