问题：经常在机器学习代码中看到shape[0]，有点迷惑指的是什么，通过查询后理解如下：
1、shape函数有两种使用方式，分别是.shape[ ]，shape( )，两种方式意义不同
1）shape[ ]:
A：.shape[ ]函数的作用：读取矩阵的长度
B：实例：
import numpy as npk = np.matrix([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])print(np.shape(k)) # 输出（3，4）表示矩阵为3行4列print(k.shape[0]) # shape[0]输出3，为矩阵的行数print(k.shape[1]) # 同理shape[1]输出列数y
以上是一个浅层的理解，正确的理解应该是维数，shape[0]， shape[1]从外到里，分别是第一维的长度，第二维的长度等等
2）shape( ):
A：shape( )函数的作用：读取函数的维度
B：实例：
2、shape函数修改原数组的维数和reshape函数修改维数的作用对比：
参照如下代码：
可以看出shape后的原始数据的维数已做更改，而reshape函数不改变原始数组的维数
本文参照：
Python之Shape()函数_lili安的博客-CSDN博客_python shapeshape函数是numpy.core.fromnumeric中的函数，它的功能是读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度。shape的输入参数可以是一个整数（表示维度），也可以是一个矩阵。以下例子可能会好理解一些：（1）参数是一个数时，返回空：（2）参数是一维矩阵：（3）参数是二维矩阵：以上分别为两行一列；三行两列（4）直接用.shape可...https://blog.csdn.net/likeyou1314918273/article/details/89510234?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.pc_relevant_default&spm=1001.2101.3001.4242.1&utm_relevant_index=2
python中shape[0]与shape[1]_zhf的博客-CSDN博客_python shape[0]import numpy as npk = np.matrix([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])print(np.shape(k)) # 输出（3，4）表示矩阵为3行4列print(k.shape[0]) # shape[0]输出3，为矩阵的行数print(k.shape[1]) # 同理shape[1]输出列数...https://blog.csdn.net/weixin_43283397/article/details/108031929