了解并掌握Python中get_shape_list()函数的核心概念

get_shape_list()函数是Python中用来获取多维数组或矩阵的形状（shape）信息的函数。它返回一个由整数组成的列表，列表中的每个元素表示对应维度的大小。通过这个函数，我们可以很方便地获取一个数组或矩阵的形状信息，进而进行后续的操作。

下面，我们来看一些使用get_shape_list()函数的例子。

首先，假设我们有一个二维数组arr，我们可以使用get_shape_list()函数来获取该数组的形状信息。示例代码如下：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

shape = np.shape(arr)

print('shape:', shape)

上述代码中，我们使用numpy库创建了一个二维数组arr，然后使用np.shape()函数获取了该数组的形状信息，并将结果打印出来。

运行上述代码，输出结果为：

shape: (2, 3)

可以看到，输出结果是一个二维列表，表示该数组的形状为2行3列。

接下来，我们可以再看一个更复杂一些的例子。假设我们有一个三维矩阵，我们将使用get_shape_list()函数来获取该矩阵的形状信息。示例代码如下：

import numpy as np

matrix = np.array([

    [[1, 2, 3], [4, 5, 6]],

    [[7, 8, 9], [10, 11, 12]],

    [[13, 14, 15], [16, 17, 18]]

])

shape = np.shape(matrix)

print('shape:', shape)

上述代码中，我们使用numpy库创建了一个三维矩阵matrix，然后使用np.shape()函数获取了该矩阵的形状信息，并将结果打印出来。

运行上述代码，输出结果为：

shape: (3, 2, 3)

可以看到，输出结果是一个三维列表，表示该三维矩阵的形状为3个2行3列的矩阵。

除了numpy库，Python的标准库也提供了对多维数组的支持，我们可以使用标准库中的array模块来处理多维数组。我们可以通过array模块中的shape属性来获取数组的形状信息，示例代码如下：

from array import *

arr = array('i', [[1, 2, 3], [4, 5, 6]])

shape = arr.shape

print('shape:', shape)

上述代码中，我们使用array模块创建了一个二维数组arr，然后使用arr.shape来获取了该数组的形状信息，并将结果打印出来。

运行上述代码，输出结果为：

shape: (2, 3)

可以看到，输出结果和使用numpy库得到的结果是一样的。

综上所述，get_shape_list()函数是Python中用来获取多维数组或矩阵的形状信息的函数。通过这个函数，我们可以方便地获取数组或矩阵的形状，并进行后续的操作。无论是使用numpy库还是Python标准库中的array模块，我们都可以使用get_shape_list()函数来获取数组的形状信息。