import numpy as np
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9],[1, 2, 2]])
print(b.shape)
print(b.shape[0]) #第一维的长度（行数）：4
print(b.shape[1]) #第二维的长度（列数）：3
a = np.array([[[11,1],[22,2],[33,3]],
[[44,4],[55,5],[66,6]],
[[77,7],[88,8],[99,9]]])
print(a)
print(a.ndim) #a的维数：3
print(a.shape) #a的尺寸：(3,3,2) 三个3*2的矩阵
print(a.shape[0]) #a的第一维长度：3
print(a.shape[1]) #a的第二维长度：3
print(a.shape[2]) #a的第三维长度：2
print(a[2][2][0]) #a第三个矩阵第三行第一列的值：99
c = np.arange(24) #c是一个一维数组：[ 0 1 ... 23]
print(c)
c = c.reshape(4,3,2) #改变c的维数：(4,3,2)
print(c)
print(c.shape) #c的尺寸：(4,2,2) 四个3*2的矩阵
print(c[3][1][0]) #c的第三个矩阵第二行第一列的值：20
d = np.arange(72) #c是一个一维数组：[ 0 1 ... 71]
print(d)
d = d.reshape(4,2,3,3) #改变c的维数：(4,2,3,3)
print(d)
print(d.shape) #c的尺寸：(4,2,3,3) 共四片，每片由两个3*3的矩阵叠加（也可解释为四张2*3的rgb三通道图片）
print(d[3][1][1][0]) #c的第四片第二个矩阵的第二行第一列：63
