ftx*_*txx 5 python arrays numpy
我是 Python 的初学者。我曾经密集地使用matlab。现在我正在转向python。我有一个关于数组维数的问题。
我导入 Numpy
我首先创建一个数组 X，然后我使用一些嵌入的函数，比如 sum，来处理我的数组。最终，当我尝试检查数组 X 的维数时，它变成了：X.shape,outputs (81,)。数字 81 是我所期望的，但我也期望第 2 维是 1，而不仅仅是省略。这让我感到很不舒服，即使我直接输入X，它也输出正确，即一列和X中的数字都符合预期。
然后，当我使用另一个数组 Y 时，它实际上具有 Y.shape，输出 (81,1)，然后如果我键入 X*Y，我希望看到一个维度数组 (81,1) 但相反，我看到了一个维数数组 (81,81)。
我不知道产生这个结果的潜在机制是什么。
我解决这个问题的方法很愚蠢。我首先创建一个新数组 C = zeros((81,1))，所以 C 字面上有维度 (81,1)，然后我通过键入 C[:,0]=X 将我的 X 分配给 C，然后是 C.shape = (81,1)。请注意，如果我输入 C=X，则 C.shape=(81,)，这又回到了我的问题。所以我可以解决我的问题，但我确信有更好的方法来解决我的问题，我也不明白为什么 python 会产生像 (81,) 这样的东西，省略了第二维。
Numpy 不会省略数组的维数。它是一个为多维数组（不仅仅是一维或二维数组）构建的库，因此它在不同维度的数组之间做出了非常清晰的区分（它不能假设任何数组只是高维数组的简并形式，因为数字从概念上讲，维度是无限的）。
有维度的数组(81, 1)是二维数组，第二维的值等于 1。
有维度的数组(81, )只是一维数组。
当您编写 时C[:,0]，您指的是一个列。所以
如果您编写C[: 0] = X，则将一列分配给 的其中一列C（这恰好是唯一的一列），因此不会更改的维度C。
如果您写C = X，则表示C现在也是一列，因此正在更改的维度C。