numpy 多维函数的声明，属性(shape, size, len)和使用

numpy 多维函数的声明，属性(shape, size, len)和使用

1. numpy 的 size， shape 和 内建函数len的使用对比

python-numpy 中 的 size shape 和 len 是跑一趟红中的三个内置函数，常用来查询数组的大小属性，以及作为循环控制条件，其发挥着巨大的作用，然而在使用的过程中，大部分人总是容易记混乱，此处给出三者的区别并附带简单的代码复制理解和记忆。
##区别和联系：
1.size （）：返回数组中元素总个数；
2.shape（）：返回数组各个维度对应长度；
3.len （）：返回数组第一维度的长度。
##代码举例：

import numpy as np
a = np.zeros(shape=(3,4,5))

#返回a数组的元素总数：60(=3 * 4 *5)

print(a.size)
print(np.size(a))

#返回a数组的各个维度的大小：(3,4,5)

print(a.shape)
print(np.shape(a))

#返回a数组的第一维大小：3

print(len(a))

2. numpy 中多维矩阵 声明 和使用（索引输出任意行和列）

定义一个多(零)维矩阵

arr = np.array([[1,2,3],
                [4,5,6],
                [7,8,9]])
array = np.zeros(shape = (3,4,5))

取出第一行

arr[0,:]

取出第一列

arr[:,0]