对于图像来说：
img.shape[0]：图像的垂直尺寸（高度） img.shape[1]：图像的水平尺寸（宽度） img.shape[2]：图像的通道数举例来说，下面是一张300X534X3的图像，我们用代码，进行验证。
代码如下： import matplotlib.image as mpimg # mpimg 用于读取图片
if name == ‘main’: img = mpimg.imread(‘cat.jpg’) # 读取和代码处于同一目录下的 img.png # 此时 img 就已经是一个 np.array 了，可以对它进行任意处理 print(img.shape) # (512, 512, 3) print(img.shape[0]) print(img.shape[1]) print(img.shape[2]) 运行结果如下：
(300, 534, 3) 300 534 3 由此证明，上述结果是没有问题的。
而对于矩阵来说：
shape[0]：表示矩阵的行数 shape[1]：表示矩阵的列数举例如下：
import numpy as np
if name == ‘main’: w = np.array([[1, 2, 3], [4, 5, 6]]) # 2X3的矩阵 print(w.shape) print(w.shape[0]) print(w.shape[1]) 运行结果如下：
(2, 3) 2 3 由此证明，上述结果是没有问题的。
