shape[index]
获取数组中第index层子数组的元素个数。0代表最外层数组。 例如：
#coding=utf-8
import numpy as np
a = np.array([1,2,3,4,5,6,7,8]) #一维数组(只有一层的数据)
print(a.shape[0]) #值为8，因为只有一层数组，里面有8个元素
print(a.shape[1]) #IndexError: tuple index out of range(没有第2层数组，下标不存在，元组索引超出范围)
a = np.array([[1,2,3,4],[5,6,7,8]]) #二维数组(有两层元素的数组)
print(a.shape[0]) #值为2，最外层数组中有2个元素，2个元素还是数组。
print(a.shape[1]) #值为4，内层数组有4个元素。
print(a.shape[2]) #IndexError: tuple index out of range(没有第3层数组，下标不存在，元组索引超出范围)
reshape((x,y))
将现有数组的元素，转成新维度长度的数组。新生成的数组总个数，必须与原数组总数相等，否则就会报错。
a = np.array([1,2,3,4,5,6,7,8]) #一维数组
b=a.reshape((2,4))
print(b)
#结果:
# [[1 2 3 4]
# [5 6 7 8]]
c=a.reshape((4,2))
print(c)
#结果：
#[[1 2]
# [3 4]
# [5 6]
# [7 8]]
一个参数为-1时，那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。
a = np.array([1,2,3,4,5,6,7,8]) #一维数组
d=a.reshape((-1,4))
print(d)
#结果:
# [[1 2 3 4]
# [5 6 7 8]]
f=a.reshape((4,-1))
print(f)
#结果：
#[[1 2]
# [3 4]
# [5 6]
# [7 8]]
reshape新生成数组和原数组公用一个内存，不管改变哪个都会互相影响。
a = np.array([1,2,3,4,5,6,7,8]) #一维数组
e=a.reshape((2,4))
e[0][2]=99
print(e)
#结果：
#[[ 1 2 99 4]
# [ 5 6 7 8]]
print(a)
#结果
#[ 1 2 99 4 5 6 7 8]
