Como julgar a dimensão dos dados com base em '[]'

>>> import numpy as np
>>> data = np.random.randint(0, 5, [4,3,2,3])
>>> data
array([[[[4, 1, 0],
         [4, 3, 0]],
        [[1, 2, 4],
         [2, 2, 3]],
        [[4, 3, 3],
         [4, 2, 3]]],

       [[[4, 0, 1],
         [1, 1, 1]],
        [[0, 1, 0],
         [0, 4, 1]],
        [[1, 3, 0],
         [0, 3, 0]]],

       [[[3, 3, 4],
         [0, 1, 0]],
        [[1, 2, 3],
         [4, 0, 4]],
        [[1, 4, 1],
         [1, 3, 2]]],

       [[[0, 1, 1],
         [2, 4, 3]],
        [[4, 1, 4],
         [1, 4, 1]],
        [[0, 1, 0],
         [2, 4, 3]]]])
>>>data.shape
>>> (4,3,2,3)

Como a matriz quadridimensional acima, podemos sentir o número de colchetes para determinar o número de camadas em cada dimensão da matriz.

Primeiro, você pode ver que o número de camadas em cada dimensão é (4, 3, 2, 3)

O primeiro nível é 4, porque os 3 colchetes externos são repetidos 4 vezes

O segundo nível é 3, porque os colchetes contidos no nível mais externo, ou seja, dois colchetes, são repetidos 3 vezes dentro de um 3 colchetes. Por exemplo

       [ [[ 4, 1, 0],
         [4, 3, 0 ]] ,
        [[ 1, 2, 4],
         [2, 2, 3 ]] ,
       [[ 4, 3, 3],
         [4, 2 , 3 ]] ]

A terceira camada é 2 porque os colchetes contidos nos colchetes da segunda camada são repetidos duas vezes. Por exemplo

[ [ 4, 1, 0 ] ,
        [ 4, 3, 0 ] ],

A quarta e última camada é 3, porque os colchetes na última camada contêm 3 números.