np.shape通俗的来说，就是表示一个数组的形状，比如说创建一个numpy数组b，如下：

b=np.arange(12).reshape(3,4)

使用np.shape(b)，结果输出为(3, 4)，表示b是一个3行4列的二维数组。

当我们使用b.shape[0]，输出结果为：3，表示b有3列

当我们使用b.shape[1]，输出结果为4，表示b有4行

当我们创建一个三维数组c,如下：

c=np.arange(12).reshape(2,3,2)

使用np.shape(c)，结果输出为(2,3,2)。

当我们使用c.shape[0]，输出结果为：2，即数组c第一维长度

当我们使用c.shape[1]，输出结果为3，即数组c第二维长度

当我们使用c.shape[2]，输出结果为：2，即数组c第三维长度

所以，np.shape()表示数组的形状，而数组.shpae[index]则表示当前维度的长度。