Python 中的 shape 函数详解

什么是 shape？

在 Python 的科学计算库 NumPy 中，shape 并不是一个函数，而是 ndarray（多维数组）对象的一个属性。 它用于返回一个表示数组各维度大小的元组（tuple）。

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

# 创建一个二维数组
arr = np.array([[1, 2, 3],
                [4, 5, 6]])

print(arr.shape)  # 输出: (2, 3)

修改数组形状

你可以通过直接赋值来改变数组的 shape，前提是新形状的元素总数不变：

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

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

⚠️ 注意：如果新形状的元素数量与原数组不一致，会抛出 ValueError。

与其他方法对比

• np.reshape()：返回一个新形状的数组，不修改原数组。
• arr.resize()：可改变数组本身，允许改变元素总数（会填充或截断）。
• arr.shape = ...：就地修改，要求元素总数不变。

常见应用场景

1. 检查数据维度是否符合模型输入要求（如机器学习中的特征矩阵）。
2. 调试时快速确认数组结构。
3. 在图像处理中验证通道、高度、宽度是否正确（如 (height, width, channels)）。

小贴士

• 一维数组的 shape 是 (n,)，不是 (n)（后者是整数）。
• 标量（0维数组）的 shape 是 ()（空元组）。
• 使用 len(arr.shape) 可快速获取数组的维度数（即“秩”）。