一、dim
理解：
dim就是维数，比如数组会有一维数组，二维数组……。numpy的dim维数同理。
那如何判断numpy的维数，最简单的方法就是数一数"中括号"的数量。没有中括号，dim=0； 1个中括号，dim=1； 2个中括号，dim=2 ……如：
①a = np.array([[1,2,3],[2,3,4]])，在array和第一行元素1,2,3中间有2个[，说明是2维。
②a = np.array(3)，在array和第一个元素3中间没有[，所以是0维。
③a = np.array([4])，在array和第一个元素4中间有一个[，说明是1维。
代码：
import numpy as np a = np.array(3) print(a.ndim) # a的维度ndim=3 b = np.array([2]) print(b.ndim) # b的维度ndim=1 c = np.array([[1,2,3],[2,3,4]]) print(c.ndim) # c的维度ndim=2
二、shape
理解：
shape表示numpy数组的是什么形状的，比如一个二维的数组是几行几列的。
代码:
import numpy as np array = np.array([[1, 2, 3], [2, 3, 4]]) print(array.shape)
输出：
(2, 3)
备注：
①使用np.array构造一个2维的数组，使用array.shape查看数组的shape形状。
②（2,3）表明numpy数组是2行3列的数组。第一行 1，2，3；第二行 2，3，4。
三、size
理解：
size表示数组中一共有多少个元素。
代码：
import numpy as np array = np.array([[1, 2, 3], [2, 3, 4]]) print(array.size)
输出：
6
备注：
使用np.array创建了一个2维的2行3列的数组，一共有2×3＝个元素。
四、代码示例
import numpy as np array = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]]) print(array) # 打印矩阵 print('number of dim:', array.ndim) # dim维度 2 print('shape:', array.shape) # shape（几行几列）shape(2,3) 代表2行3列 print('size:', array.size) # size 总共有多少个元素在里面
