一维数组形状（长度，）对（长度，1）对（长度）

Question

当我使用numpy.shape()检查数组的形状时，有时会得到(length,1)，有时会得到(length,)。看起来不同的是列向量和行向量。。。但这似乎并没有改变数组本身的任何内容[除了当我传递一个具有(length,1)形状的数组时，一些函数会抱怨]。

这两者有什么区别？
为什么形状不只是(length)？

Answer 1

关键是向量可以被看作

• 矢量
• 只有一列的矩阵
• 一个三维数组，其中第二和第三维度的长度为1
• 。。。

可以使用[:, np.newaxis]语法添加维度，也可以使用np.squeeze删除维度：

>>> xs = np.array([1, 2, 3, 4, 5])
>>> xs.shape
(5,)
>>> xs[:, np.newaxis].shape  # a matrix with only one column
(5, 1)
>>> xs[np.newaxis, :].shape  # a matrix with only one row
(1, 5)
>>> xs[:, np.newaxis, np.newaxis].shape  # a 3 dimensional array
(5, 1, 1)
>>> np.squeeze(xs[:, np.newaxis, np.newaxis]).shape
(5,)

Answer 2

（length，）数组是一个数组，其中每个元素都是一个数字，并且数组中有length元素。（length，1）数组是一个也有length元素的数组，但是每个元素本身是一个有单个元素的数组。例如，下面使用length=3。

>>> import numpy as np
>>> a = np.array( [[1],[2],[3]] )
>>> a.shape
>>> (3, 1)
>>> b = np.array( [1,2,3] )
>>> b.shape
>>> (3,)

Answer 3

在Python中，(length,)是一个元组，有一个1项。(length)只是数字周围的括号。

在numpy中，数组可以有任意数量的维，0、1、2等。您正在询问1维和2维对象之间的区别。(length,1)是一个2项元组，给你二维数组的维数。

如果你习惯于使用MATLAB，你可能会被这样一个事实弄糊涂：所有数组都是二维或更大的。