python的numpy模块是否以相同的方式处理行向量和列向量？

Question

我在玩numpy矩阵来学习更多关于子矩阵的知识。下面是我尝试提取行向量和列向量时得到的结果：

>>> import numpy as np
>>> x = np.zeros(shape=(8,9))
>>> x
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])
>>> y = x[:, 0]
>>> y
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])
>>> z = x[0, :]
>>> z
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

问题是行向量和列向量都以相同的方式显示。所以我不知道他们是被当作相同的还是不同的。你知道吗

Answer 1

当前只从数组中获取一行/列，因此这是表示返回的行/列的一维视图的最佳方法。你知道吗

使用切片得到如下结果：

In [16]: x[:,:1]
Out[16]: 
array([[ 0.],                                                                                    
       [ 0.],                                                                                    
       [ 0.],                                                                                    
       [ 0.],                                                                                    
       [ 0.],                                                                                    
       [ 0.],                                                                                    
       [ 0.],                                                                                    
       [ 0.]])                                                                                   

In [17]: x[:1,:]                                                                                 
Out[17]: array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])