numpy：为什么（x，1）和（x，）维度之间有区别

Question

我想知道为什么在numpy中有一维数组（length，1）和一维数组（length，1），没有第二个值。

我经常遇到这种情况，例如在使用np.concatenate()时，这需要预先执行reshape步骤（或者我可以直接使用hstack/vstack）。

我想不出为什么这种行为是可取的。有人能解释吗？

编辑：
其中一条评论说，我的问题可能是重复的。我更感兴趣的是Numpy的底层工作逻辑，而不是1d和2d数组之间的区别，我认为这是上述线程的重点。

Answer 1

其中大部分是语法问题。这个元组根本不是元组（只是一个冗余）。^但是{}是。

（x，）和（x，1）之间的差别更大。你可以看看前面的问题的例子，比如this。引用它的示例，这是一个1D numpy数组：

>>> np.array([1, 2, 3]).shape
(3,)

但这个是二维的：

>>> np.array([[1, 2, 3]]).shape
(1, 3)

Reshape does not make a copy unless it needs to所以它应该是安全的。