Python x.shape[0]与numpy中的x.shape有什么不同？

x.shape[0]与numpy中的x.shape有什么不同？如果我在没有[0]的情况下编写代码，那么会出现一个bug:TypeError:arange:scalar参数，而不是元组。但是当我在中添加[0]时，我的代码会完全运行

为什么我不能输入x.shape[1]或x.shape[1000]

---

期待收到大家的答复，非常感谢

从错误消息中：

TypeError:arange:应为标量参数，而不是元组

在我看来，您似乎正在尝试使用现有数组的形状来使用np.arange定义新数组的形状

你的问题是你不明白x.shape给了你什么

例如：

x = np.array([[1,2,3],[4,5,6]])
x.shape

生成2,3，一个元组。如果我尝试使用x.shape在np.arange中定义一个参数，如下所示：

np.arange(x.shape)

我得到以下错误：

arange：应为标量参数，而不是元组

原因是np.arange接受一个标量，该标量创建一个从0开始并按提供的长度增加1的数组，或者接受3个标量，该标量定义数组的开始和结束位置以及步长。你给它一个它不喜欢的元组

所以当你这样做的时候：

np.arange(x.shape[0])

您为arange函数提供了x.shape提供的元组中的第一个标量，在我的示例中生成了这样的数组[0,1]，因为元组中的第一个索引是2

如果我做了

np.arange(x.shape[1])

我会得到一个类似[0,1,2]的数组，因为元组中的第二个索引是3

如果我做了以下任何一件事

np.arange(x.shape[2])
np.arange(x.shape[1000])
np.arange(x.shape[300])

我会得到一个错误，因为由x.shape创建的元组只有两个维度，因此不能索引超过0或1

---

希望有帮助

这个问题没有意义，你只是在做索引。为什么你认为x.shape[1000]会给出一个有意义的结果？你希望它给出什么结果/信息？@Divakar：我不明白这个问题与切片符号有什么关系。这个问题很可能是重复的，但这看起来不是一个好的重复目标。@MarkDickinson是的，这里缺少上下文，但如果你问什么是形状元组，那么它都是关于切片的，如果我读标题的话，它是关于切片的。重新开放。由于不清楚，我很想投票关闭它。我对x.shape[1000]感到抱歉。我没有仔细阅读关于形状的定义。我已经阅读并理解了这个问题，但是我的代码仍然有问题，你能帮我检查一下吗？@Divakar:谢谢。在我看来，这至少是离题了，因为它不包含生成异常所需的上下文和代码。。。