为什么Numpy中shape与size术语的使用存在看似不一致的情况？

核心概念定义 #

• shape：ndarray数组的固有属性，返回描述数组各维度长度的元组，元组的长度等于数组的维度数。例如二维数组(2,10)表示第0维长度为2（行数）、第1维长度为10（列数）。
• size：ndarray数组的固有属性，返回数组包含的所有元素的总个数，数值上等于shape元组内所有元素的乘积。例如shape为(2,10)的数组，size固定为2*10=20。

问题表现原因 #

你遇到的np.random.randint参数报错问题，本质是函数入参命名和数组属性命名属于不同命名空间，二者没有必然对应关系：

1. Numpy的随机数生成模块下的所有函数（包括randint、normal、uniform等），统一将「指定输出数组维度」的入参命名为size，因此你传入shape参数时会触发未定义参数的报错。
2. 其他创建数组的基础函数（如np.zeros、np.ones、np.full等），指定输出数组维度的入参确实命名为shape，例如np.zeros(shape=(2,10))可以正常返回shape为(2,10)的全零数组。

术语混用说明 #

这种命名差异不属于Numpy全局的术语混用：

• 所有ndarray对象的属性命名是完全统一的，shape永远指代维度元组，size永远指代元素总个数，不会出现混淆。
• 随机数模块的入参命名是该模块的统一设计惯例，仅在该模块范围内生效，属于特定场景下的命名差异，不是全局问题。

内容的提问来源于stack exchange，提问作者Neil