numpy数组是(n,1)和(n,)

sil*_*cer 10 python arrays numpy dimensions

numpy数组(比方说X)的形状为(N,1)和(N,)有什么区别.它们都不是Nx1矩阵吗?我问的原因是因为有时计算会返回一个或另一个.

Mik*_*ler 9

这是一维数组:

>>> np.array([1, 2, 3]).shape
(3,)
Run Code Online (Sandbox Code Playgroud)

此数组是2D,但第一维中只有一个元素:

>>> np.array([[1, 2, 3]]).shape
(1, 3)
Run Code Online (Sandbox Code Playgroud)

移调会给出您要求的形状:

>>> np.array([[1, 2, 3]]).T.shape
(3, 1)
Run Code Online (Sandbox Code Playgroud)

现在,看看数组.仅填充此2D阵列的第一列.

>>> np.array([[1, 2, 3]]).T
array([[1],
       [2],
       [3]])
Run Code Online (Sandbox Code Playgroud)

鉴于这两个数组:

>>> a = np.array([[1, 2, 3]])
>>> b = np.array([[1, 2, 3]]).T
>>> a
array([[1, 2, 3]])
>>> b
array([[1],
       [2],
       [3]])
Run Code Online (Sandbox Code Playgroud)

你可以利用广播:

>>> a * b
array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])
Run Code Online (Sandbox Code Playgroud)

填写缺失的数字.想想表格或电子表格中的行和列.

>>> a + b
array([[2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]]) 
Run Code Online (Sandbox Code Playgroud)

以更高的尺寸进行此操作会让您的想象力变得更加艰难.