请修改！面向对象设计案例（矩阵）

```#模拟矩阵预算，支持矩阵转置，修改矩阵大小等
class  simNumpyArray(object):
         def__init__(self,p)
             #  ‘’’可以接受列表、元组、range对象等类型的数据，每个元素必须为数字’’’
if type(p) not in (list,tuple,range):
                print('输入数据类型错误！')
                return
                for item in p:
                 #判断参数类型是否正确，可用系统函数isinstance()
                 #if isinstance(item,(int,float,complex)):
                     if type(item) not in (int ,float,complex):
                      print('数据类型错误')
                      return


self.__data=[list(p)]
self.__row=1
self.__col=len(p)
def__del__(self)
del self.__data
#下面开始规定方法，一种是改变矩阵大小，一种是转置
def reshape(self,size):
       #‘’’size参数给定新矩阵的大小，要求输入必须为列表或者元组，如[row，col]
       #   或者（row，col）。row和col其中一个可以为-1，代表自动计算’’’
        if not isinstance(size ,(list,tuple)) or len(size)!=2:
           print('给定的新矩阵大小输入参数不正确！')
           return


if (not isinstance(size[0], int)) or (not isinstance(size[1], int)):
    print('矩阵大小请输入整数！')
    return
if size[0] != -1 and size[1] != -1 and size[0] * size[1] != self.__row * self.__col:
    print('新矩阵大小不正确！')
    return
    # 当行数或者列数为-1时，应自动计算出另一个参数
if size[0] == -1:
    if size[1] == -1 or (self.__row * self.__col) % size[1] != 0:
        print('新矩阵大小不正确！')
        return
if size[1] == -1:
    if size[0] == -1 or (self.__row * self.__col) % size[0] != 0:
        print('新矩阵大小不正确！')
        return


#将输入矩阵转换为一阶
data=[t for i in self.__data for t in i]
#按照输入大小重新设置矩阵
if size[0]==-1:
         self.__row=int(self.__row*self.__col/size[1])
         self.__col=size[1]
if size[1]==-1:
         self.__col=int(self.__row*self.__col/size[0])
         self.__row=size[0]
else:
         self.__size[0]
         self.__col=size[1]


self.__data=[[data[row* self.__col +col] for col in range(self.__col)]
     for row in range(self.__row)]

@property
def T(self):
           b=simNumpyArray([t for i in self.__data for t in i])
           b.reshape((self.__row,self.__col))
           b.__data=list(map(list,zip(*b.__data)))
           b.__row,b.__col=b.__col,b.__row
           return b

这个代码到处报错。。
初学者 完全搞不懂缩进问题（好像远不止一个错误）
请指点 顺便把还有的错误修改一下 使之可以正常运行

![img](https://img-mid.csdnimg.cn/release/static/image/mid/ask/650959589276127.png "#left")

 
 
 
```#模拟矩阵预算，支持矩阵转置，修改矩阵大小等
class simNumpyArray(object):
    def __init__(self,p):
        #  ‘’’可以接受列表、元组、range对象等类型的数据，每个元素必须为数字’’’
        if type(p) not in (list,tuple,range):
            print('输入数据类型错误！')
            return
        for item in p:
            #判断参数类型是否正确，可用系统函数isinstance()
            #if isinstance(item,(int,float,complex)):
            if type(item) not in (int ,float,complex):
                print('数据类型错误')
                return
 
        self.__data=[list(p)]
        self.__row=1
        self.__col=len(p)

    def __del__(self):
        del self.__data

    #下面开始规定方法，一种是改变矩阵大小，一种是转置
    def reshape(self,size):
        #‘’’size参数给定新矩阵的大小，要求输入必须为列表或者元组，如[row，col]
        #   或者（row，col）。row和col其中一个可以为-1，代表自动计算’’’
        if not isinstance(size ,(list,tuple)) or len(size)!=2:
            print('给定的新矩阵大小输入参数不正确！')
            return 
 
        if (not isinstance(size[0], int)) or (not isinstance(size[1], int)):
            print('矩阵大小请输入整数！')
            return

        if size[0] != -1 and size[1] != -1 and size[0] * size[1] != self.__row * self.__col:
            print('新矩阵大小不正确！')
            return
        # 当行数或者列数为-1时，应自动计算出另一个参数
        if size[0] == -1:
            if size[1] == -1 or (self.__row * self.__col) % size[1] != 0:
                print('新矩阵大小不正确！')
                return
        if size[1] == -1:
            if size[0] == -1 or (self.__row * self.__col) % size[0] != 0:
                print('新矩阵大小不正确！')
                return
 
 
        #将输入矩阵转换为一阶
        data=[t for i in self.__data for t in i]
        #按照输入大小重新设置矩阵
        if size[0]==-1:
            self.__row=int(self.__row*self.__col/size[1])
            self.__col=size[1]
        if size[1]==-1:
            self.__col=int(self.__row*self.__col/size[0])
            self.__row=size[0]
        else:
            self.__size[0]
            self.__col=size[1]
 
 
        self.__data=[[data[row* self.__col +col] for col in range(self.__col)]
            for row in range(self.__row)]
 
    @property
    def T(self):
        b=simNumpyArray([t for i in self.__data for t in i])
        b.reshape((self.__row,self.__col))
        b.__data=list(map(list,zip(*b.__data)))
        b.__row,b.__col=b.__col,b.__row
        return b