Python NumPy numpy.shape() 函式

使用 NumPy 的 numpy.shape() 函式查看陣列的維度。它會傳回一個整數 tuple，其中每個值代表一個維度的長度。例如，(5, 3) 表示有五列、三欄。這個 tuple 描述輸入目前的形狀；tuple 是否不可變，並不會決定陣列本身能否重新塑形。

numpy.shape() 的語法

使用 numpy.shape(a) 呼叫函式，傳入要查看維度的值。必要引數 a 可以是 NumPy 陣列，也可以是其他類陣列值，例如巢狀序列。函式會依序為每個維度傳回一個整數，並將這些整數放在 tuple 中。一維輸入的 tuple 只有一個值；二維輸入的值分別表示列數和欄數；維度更高的輸入則會為每個額外的軸多出一個長度值。

numpy.shape() 範例

以下範例會建立一個二維 NumPy 陣列，並印出 numpy.shape() 傳回的維度。

import numpy as np

array = np.array([[11, 12, 5], [15, 6, 10], [10, 8, 12], [12, 15, 8], [34, 78, 90]])
print(np.shape(array))

(5, 3)

Tuple 的第一個值代表第一個軸，第二個值代表第二個軸，依此類推。對二維陣列來說，這些軸分別對應列與欄。當你需要確認資料的排列方式，再選擇軸或將資料傳給其他操作時，這個結果就很實用。

若陣列的單一軸上沒有任何值，其形狀就是 (0,)。包含 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20] 的一維陣列形狀為 (20,)。有五列、三欄的陣列形狀為 (5, 3)；若三維陣列由三組資料組成，每組有兩列、每列三個值，形狀則為 (3, 2, 3)。這些 tuple 依序描述各軸的長度，不代表陣列中儲存的值。單一元素 tuple (20,) 中的逗號是 Python 語法，用來區分 tuple 與加上括號的整數。

這個 Python 範例會建立一個沒有值的陣列並取得其形狀。它沒有呼叫 print()，只是將形狀指定給變數，因此不會印出任何內容。

import numpy as np

empty_array = np.array([])
empty_shape = np.shape(empty_array)

此函式會回報輸入各維度的長度。如果結果與預期不同，請檢查輸入的建構方式，以及巢狀序列的排列順序。例如，規則的二維陣列中，形狀的第一個值是列數，第二個值是欄數。NumPy 會回報資料中實際存在的結構，不會推斷你預期的列標籤或欄標籤。對於不規則的巢狀資料，行為可能依 NumPy 版本和轉換規則而異；若需要一致的軸長度，請使用規則的陣列。

使用 .shape 屬性

NumPy 陣列也會透過 .shape 屬性提供維度資訊。對陣列 a 而言，a.shape 會提供與 numpy.shape(a) 相同的 tuple。若要將某個值傳給通用操作，請使用函式；若手邊已有陣列，想直接讀取其維度，則可使用屬性。存取屬性時不加括號；numpy.shape() 則是函式呼叫。

例如，若陣列有五列、三欄，a.shape 會回報 (5, 3)，與 numpy.shape(a) 相同。兩種方式都只會回報維度，不會改變陣列。若重新塑形陣列，之後使用任一方式讀取，都會得到更新後的維度。除錯資料準備流程時，這項區別很實用：在操作之前先檢查形狀，確認軸的數量與順序是否符合預期，再利用傳回的 tuple 找出需要處理的維度。numpy.shape() 是函式；.shape 則是陣列的屬性。