为何np.shape()处理一维数组时不返回两位元组？

先明确numpy数组的维度层级和shape的对应关系：

• 你测试的二维数组a是「数组套数组」的结构：外层有2个元素（每个元素都是长度为4的一维数组），所以shape的两个值分别对应外层数组的元素数（2）、内层每个数组的元素数（4），输出(2, 4)。
• 而一维数组d是单层结构，没有嵌套，它本身就是最底层的数组，只有一个维度。shape元组里的唯一值就代表这个维度下的元素总数（6），所以输出(6,)——这里的逗号是Python语法要求，用来标记这是一个单元素元组，避免和普通括号表达式混淆。

你觉得一维数组应该是「1行6列」，其实这是把它等同于二维数组的单行了，但这俩在numpy里是完全不同的结构：

# 一维数组，维度数ndim=1
d = np.array([1, 2, 3, 4, 5, 6])
print(np.shape(d))  # 输出 (6,)

# 二维数组（仅一行），维度数ndim=2
d_2d = np.array([[1, 2, 3, 4, 5, 6]])
print(np.shape(d_2d))  # 输出 (1, 6)

再修正你对shape的理解：shape元组的每个元素，对应数组在对应层级维度上的元素数量——每多一层嵌套，就多一个维度：

• 二维数组是两层嵌套，所以shape有两个值；
• 一维数组是一层嵌套，所以shape只有一个值。

如果想把一维数组转换成你预期的「1行6列」结构，可以用这两种方法扩展维度：

# 方法1：用np.expand_dims添加维度
d_expanded = np.expand_dims(d, axis=0)
print(np.shape(d_expanded))  # (1, 6)

# 方法2：用索引语法新增维度
d_expanded = d[np.newaxis, :]
print(np.shape(d_expanded))  # (1, 6)

内容的提问来源于stack exchange，提问作者pleepc