np.array多维数组

在 Python 中，numpy库提供了高效的多维数组操作。以下是关于三维numpy数组的形状和取值的介绍。

一、创建三维数组

使用numpy的array函数可以创建三维数组。

import numpy as np
arr = np.array(
[[[1, 2], [3, 4]], 
[[5, 6], [7, 8]]])

二、形状（Shape）

三维数组的形状是一个三元组，表示三个维度的大小。对于上面创建的数组，形状为(2, 2, 2)，分别代表第一维度有 2 个元素（两个二维数组），第二维度有 2 个元素（每个二维数组中有两个一维数组），第三维度有 2 个元素（每个一维数组中有两个值）。

可以使用arr.shape来获取数组的形状。

三、取值

1. 使用索引取值：

• 通过三个索引来访问特定位置的元素。例如，arr[0, 1, 1]将访问第一个二维数组中的第二个一维数组的第二个元素，即值 4。

• 也可以使用切片来获取一部分数组。例如，arr[:, :, 0]将获取所有二维数组中所有一维数组的第一个元素，得到结果array([[1, 3], [5, 7]])。

2. 使用循环取值：

• 可以使用嵌套的循环来遍历三维数组的所有元素。例如：
for i in range(arr.shape[0]):
for j in range(arr.shape[1]):
for k in range(arr.shape[2]):
print(arr[i, j, k])