Python NumPy多维阵列形状直观

我是新来的。我很难理解如何看待多维数组，而只是“知道”它的形状。例如：

# a 3D array (two stacked 2D arrays)
c = np.array( [[[  0,  1,  2],               
                [ 10, 12, 13]],
               [[100,101,102],
                [110,112,113]]] )
c.shape # (2, 2, 3)

为了弄清楚我头脑中的形状，我从最里面的实体（一个3元素数组）开始，然后向外工作（3元素数组中有2个）和2个矩阵，所以（2，2，3）

---

你就是这样做的吗？

把它想象成一个立方体或excel电子表格。工作表1有2行3列。工作表2也有2行3列。将它们挤压在一起，就会得到一个2x3x2的3d矩阵。

我通常是从后面开始的，所以如果

c.shape

是

（2，2，3）

我知道第一维有两个元素，第二维有2个，最后维有3个。我不经常发现自己只是看一个数组，嵌套的括号很难判断，对于大型数组（超过几十个元素），数据无论如何都不会全部显示在屏幕上。谢谢@user2699-这对我来说完全有意义。我使用的例子直接来自于官方的NumPy教程，所以没有太多的上下文。不客气。一个很好的读物是解释numpy如何为不同操作查看数组形状的广播规则：您向我们展示了一个嵌套列表。要预测结果形状，我必须计算“[”和元素。

print（c）

提供了更多有关缩进和空行的帮助。