環境：Windows， Python2.7

一維情況：

<span style="font-size:14px;">>>> import numpy as np >>> a = np.array([2,3,33]) >>> a array([ 2 3 33 ]) >>> print a [ 2 3 33 ] >>> a.shape (3, )</span> 

一維情況中array創建的可以看做list（或一維數組），創建時用（）和[ ]都可以，多維也一樣，兩種方法創建后的輸出顯示結果也相同，這里使用[ ]進行創建

輸出a的shape會顯示一個參數，就是這個list中元素個數

創建時也可以直接使用np.zeros([1])，這樣會創建全0的list，或者np.ones([1])，不需要我們輸入數據，見下圖：

<span style="font-size:14px;">>>> a = np.zeros([1]) >>> b = np.ones([1]) >>> print a [ 0. ] >>> print b [ 1. ]</span> 

二維情況：

<span style="font-size:14px;">>>> a = np.array([[2,2,2],[3,3,3]]) >>> print a [[ 2 2 2 ]  [ 3 3 3 ]] >>> a.shape (2, 3)</span> 

二維情況中array創建的可以看做二維數組（矩陣），注意創建時需要使用2個[ ]，輸出a的shape顯示的（2,3）相當于有2行，每行3個數，使用np.ones創建結果如下：

<span style="font-size:14px;">>>> a = np.ones([2, 3]) >>> print a [[ 1. 1. 1. ] [ 1. 1. 1. ]]</span>

多維情況：

多維情況統一使用np.ones進行創建，先看三維情況：

<span style="font-size:14px;">>>> a = np.ones([1,1,1]) >>> print a [[[ 1.]]] >>> a = np.ones([1,1,2]) >>> print a [[[ 1. 1.]]] >>> a = np.ones([1,2,1]) >>> print a [[[ 1.]  [ 1.]]] >>> a = np.ones([2,1,1]) >>> print a [[[ 1.]]   [[ 1.]]]</span> 

從上面的代碼可以看出，三維情況創建時后面2個參數可以看做是創建二維數組，第1個參數看做創建的二維數組的個數，所以創建時輸入的參數為2,3,2時，就相當于創建了2個3行2列的二維數組，如下：

<span style="font-size:14px;">>>> a = np.ones([2,3,2]) >>> print a [[[ 1. 1.]  [ 1. 1.]  [ 1. 1.]]   [[ 1. 1.]  [ 1. 1.]  [ 1. 1.]]]</span> 

然后看四維情況：

<span style="font-size:14px;">>>> a = np.ones([1,1,1,1]) >>> print a [[[[ 1.]]]] >>> a = np.ones([1,1,1,2]) >>> print a [[[[ 1. 1.]]]] >>> a = np.ones([1,1,2,1]) >>> print a [[[[ 1.]  [ 1.]]]] >>> a = np.ones([1,2,1,1]) >>> print a [[[[ 1.]]   [[ 1.]]]] >>> a = np.ones([2,1,1,1]) >>> print a [[[[ 1.]]]    [[[ 1.]]]]</span> 

從上面代碼可以看出：四維時將第一個參數設置為2和第二個參數設置為2時，輸出結果中間的空行數量不同，我把它理解成先創建1行1列的二維數組[[ 1. ]]，然后按照第2個參數打包這樣的二維數組，如果第二個參數是2，則打包2個2維數組變成[[[ 1. ]]，[[ 1. ]]]（小包），然后按照第1個參數再打包這樣的包，如果第一個參數是2，則變成[[[[ 1. ]], [[ 1. ]]], [[[ 1. ]], [[ 1. ]]]]（大包），就是下面的結果：