在Python中，shape函數通常是指在NumPy庫中的函數，用于獲取多維數組（也稱為ndarray）的維度信息。NumPy是一個用于數值計算的強大庫，它提供了高效的多維數組操作功能，是科學計算、數據分析和機器學習等領域的重要工具之一。

shape函數用于獲取一個數組的維度信息，返回一個表示數組維度的元組（tuple），其中每個元素表示對應維度的大小。例如，對于一個二維數組（矩陣），其shape屬性將返回一個包含兩個元素的元組，第一個元素表示行數，第二個元素表示列數。

在Python中，特別是在使用NumPy庫進行多維數組操作時，shape函數的用法非常常見。以下是shape函數的詳細用法：

import numpy as np# 創建一個多維數組arr = np.array([[1, 2, 3], [4, 5, 6]])# 獲取數組的維度信息arr_shape = arr.shapeprint(arr_shape)  # 輸出結果為 (2, 3)

在上面的例子中，arr是一個2×3的多維數組，arr.shape返回的元組(2, 3)表示該數組有2行和3列。

shape函數也可以用于獲取更高維度數組的維度信息，比如三維數組、四維數組等等。例如：

import numpy as np# 創建一個三維數組arr_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])# 獲取三維數組的維度信息arr_3d_shape = arr_3d.shapeprint(arr_3d_shape)  # 輸出結果為 (2, 2, 2)

在這個例子中，arr_3d是一個2x2x2的三維數組，arr_3d.shape返回的元組(2, 2, 2)表示數組在三個維度上分別有2個元素。

總結：shape函數是用來獲取多維數組的維度信息的工具，它可以幫助你了解數組的結構，以便在進行各種操作時能夠正確地處理數組的維度。