1樓：
參考旁徵勃引的答案
numpy官網教程（NumPy quickstart）裡面關於ndim的定義:
ndarray.ndim：the number of axes (dimensions) of the array.
另外ndarray.shape也提到了ndim:
the dimensions of the array. This is a tuple of integers indicating the size of the array in each dimension. For a matrix with n rows and m columns, shape will be (n,m).
The length of the shape tuple is therefore the number of axes, ndim.
把numpy裡面的array理解成數學上的張量（tensor）就好了，ndim：張量的維度（階或者秩）。
ndarray.shape:通俗點說起來，shape（翻譯成規格？
）是對張量維度的詳細描述，比如矩陣是2階張量（ndim=2），但是具體是怎樣的矩陣，或者說怎樣的2階張量，就可以用shape詳細描述，比如2*3的矩陣對應的shape為（2，3），還是4*2的矩陣對應的shape為（4，2）
2樓：旁徵勃引
一句話解釋：ndarray 的 ndim 屬性表示的是多維陣列的維度。
ndim == 1 ，代表這個 ndarray 是乙個一維陣列(向量)；
ndim == 2 ，代表這個 ndarray 是乙個二維陣列(矩陣)；
ndim == 3 ，代表這個 ndarray 是乙個三維陣列(張量) 。
其實，如果 ndim == 0，這時候 ndarray 物件就代表乙個標量了，
但由於無任何元素的 ndarray 是乙個空陣列(可以理解為乙個指向任意方向的零向量)，所以始終有 ndim >= 1。
3樓：陳文
今天剛好也遇到了這個問題。shape裡面有幾個數字，ndim就是多少
4樓：youw3
ndarray的shape有幾個數字, ndim就是多少
5樓：無用
ndim="有多少個維度"。
一般n在語境中表示多少，dim即是維度。
比如：import numpy as npa=np.random.ranf((7,8,9))print(a.shape)
print(a.ndim)
輸出：(7, 8, 9)
Python 中的 numpy 定義 dtype 型別後為什麼賦值32768得到的是相反數？
不中 計算機中，不管什麼語言，儲存資料都是用的二進位制數。乙個陣列就是多個二進位制數的集合。陣列中每個元素的型別表明其理解方式，包括長度及其運算方法。原來陣列的每個元素是32位的，後轉換成short即16位有符號數。這種轉換中，陣列儲存的數並未發生變化，只是理解方式不同了。比如第乙個元素其值是0x0...
python下numpy不成功，請問有沒有簡單的安裝方法？
Gxz 請問Centos 如何離線安裝Numpy Panda Scipy這些包呢？生產伺服器不允許接網路，也就不能pip install了，所以現在不知道該如何離線方式安裝呢？還請各位賜教 王潔萍 pip default timeout 100 install U numpy 遇到read time...
python除了用requests庫，還能用什麼編寫爬蟲？
Lazier aiohttp，基於asyncio的非同步HTTP框架，併發效率不錯，我在這之上封裝了乙個請求池 selenium 其實requests就基本足夠了,配合ExecJS基本能解決大部分問題.少數問題可以通過selenium解決.爬蟲關鍵的是資料整合與抽象,用什麼Web庫是底層的工具選擇....