NumPy's main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. In NumPy dimensions are called axes. The number of axes is rank.

For example, the coordinates of a point in 3D space [1, 2, 1] is an array of rank 1, because it has one axis. That axis has a length of 3. In the example pictured below, the array has rank 2 (it is 2-dimensional). The first dimension (axis) has a length of 2, the second dimension has a length of 3.

[[ 1., 0., 0.], [ 0., 1., 2.]]

ndarray.ndim

數組軸的個數，在python的世界中，軸的個數被稱作秩

>> X = np.reshape(np.arange(24), (2, 3, 4))  # 也即 2 行 3 列的 4 個平面（plane）>> Xarray([[[ 0, 1, 2, 3],    [ 4, 5, 6, 7],    [ 8, 9, 10, 11]],    [[12, 13, 14, 15],    [16, 17, 18, 19],    [20, 21, 22, 23]]])

shape函數是numpy.core.fromnumeric中的函數，它的功能是讀取矩陣的長度，比如shape[0]就是讀取矩陣第一維度的長度。

shape(x)

(2,3,4)

shape(x)[0]

2

或者

x.shape[0]

2

再來分別看每一個平面的構成：

>> X[:, :, 0]array([[ 0, 4, 8],    [12, 16, 20]])>> X[:, :, 1]array([[ 1, 5, 9],    [13, 17, 21]])>> X[:, :, 2]array([[ 2, 6, 10],    [14, 18, 22]])>> X[:, :, 3]array([[ 3, 7, 11],    [15, 19, 23]])

也即在對 np.arange(24)(0, 1, 2, 3, ..., 23) 進行重新的排列時，在多維數組的多個軸的方向上，先分配最后一個軸（對于二維數組，即先分配行的方向，對于三維數組即先分配平面的方向）

reshpae，是數組對象中的方法，用于改變數組的形狀。

二維數組

#!/usr/bin/env python # coding=utf-8 import numpy as np  a=np.array([1, 2, 3, 4, 5, 6, 7, 8]) print a d=a.reshape((2,4)) print d 

三維數組

#!/usr/bin/env python # coding=utf-8 import numpy as np  a=np.array([1, 2, 3, 4, 5, 6, 7, 8]) print a f=a.reshape((2, 2, 2)) print f 

形狀變化的原則是數組元素不能發生改變，比如這樣寫就是錯誤的，因為數組元素發生了變化。

#!/usr/bin/env python # coding=utf-8 import numpy as np  a=np.array([1, 2, 3, 4, 5, 6, 7, 8]) print a print a.dtype e=a.reshape((2,2)) print e 

注意：通過reshape生成的新數組和原始數組公用一個內存，也就是說，假如更改一個數組的元素，另一個數組也將發生改變。

#!/usr/bin/env python # coding=utf-8 import numpy as np  a=np.array([1, 2, 3, 4, 5, 6, 7, 8]) print a e=a.reshape((2, 4)) print e a[1]=100 print a print e