一、一维向量

1.1 它到底是行向量还是列向量？

思路：利用点乘两个向量维度进行对应的测试

测试1

import numpy as np
a = np.array([[1,1,1,1],[1,1,1,1]]).T #4*2矩阵...: b = np.array([2,3]) #长度为2的一维向量...: print(a)...: print(b)...: print(a.shape)...: print(b.shape)...: print(np.dot(a,b))
[[1 1][1 1][1 1][1 1]]
[2 3]
(4, 2)
(2,)
[5 5 5 5]

证明已经确定，一维向量b可以作为列向量与矩阵a相乘。

测试2

a = np.array([[1,1,1,1],[1,1,1,1]]).T #4*2矩阵...: b = np.array([2,3]).T #长度为2的一维向量...: print(a)...: print(b)...: print(a.shape)...: print(b.shape)...: print(np.dot(a,b))
[[1 1][1 1][1 1][1 1]]
[2 3]
(4, 2)
(2,)
[5 5 5 5]

numpy中的一维向量既可以作为行向量，也可以作为列向量存在

二、思考

2.1 一维数组的转置

一维数组的转置仍是自己本身，这点根据上述实验的一维向量b的shape就能看出来，b.T（转置后）维度不变

它只是一个长度为2的一维向量

2.2 习惯上用二维矩阵而不是一维矩阵来表示行向量和列向量

因为二维必定能够确定他是行向量还是列向量。

b = np.array([[2,3]]) #行向量
c = np.array([[2],[3]]) #列向量
print(b)
print(c)
print(b.shape)
print(c.shape)[[2 3]]
[[2][3]]
(1, 2)
(2, 1)

三、总结

3.1 一维向量

Numpy中的数组shape为（m,）说明它是一个一维数组，或者说是一个向量

3.2 系统会自动判别行列向量

但是具体是行向量还是列向量是很灵活的，再与矩阵进行矩阵乘法时，numpy会自动判断此时的一维数组应该取行向量还是列向量。

3.3 总结

所以说，无须纠结得到的一维数组是行向量还是列向量，或者说一维数组在用户看来就没有行列之分，其行列的不同在Python计算时会自动进行处理。

3.4 事实

numpy对数组的转置也可以看出来，对一维数组进行转置操作，numpy内部不会对其进行任何的操作。

【Python】深入理解NumPy数组中的一维向量相关推荐

python 如何理解 numpy 数组操作中的 axis 参数?
以前在看numpy数组操作的有关axis的操作时, 常常理解不了, 比如像下面这种: [代码1] 求沿指定轴上的最大值(2维): import numpy as np a = np.array([[7 ...
理解numpy数组中的各个维度代表的具体意思（axis）
1.学过numpy array的人都会有个疑问:很多np.xxx()函数总有个argument是axis,到底这个axis是什么东西? 2.下面我就来真正剖析这个axis 我举个简单的三维数组的例子: ...
python编写自定义函数计算一维numpy数组中与指定目标数值最接近（距离最近）的数值（find closest value in numpy array to a certain value）
python编写自定义函数计算一维numpy数组中与指定目标数值最接近(距离最近)的数值(find closest value in numpy array to a certain value) 目 ...
python使用np.argsort对一维numpy概率值数据排序获取倒序索引、获取的top索引（例如top2、top5、top10）索引二维numpy数组中对应的原始数据：原始数据概率最大的头部数据
python使用np.argsort对一维numpy概率值数据排序获取倒序索引.获取的top索引(例如top2.top5.top10)索引二维numpy数组中对应的原始数据:原始数据概率最大的头部数据 ...
python使用np.argsort对一维numpy概率值数据排序获取升序索引、获取的top索引（例如top2、top5、top10）索引二维numpy数组中对应的原始数据：原始数据概率最小的头部数据
python使用np.argsort对一维numpy概率值数据排序获取升序索引.获取的top索引(例如top2.top5.top10)索引二维numpy数组中对应的原始数据:原始数据概率最小的头部数据 ...
Python 数据分析三剑客之 NumPy（一）：理解 NumPy / 数组基础
CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...
c语言随机生成整数存放一维数组_文科生学 Python 系列 7: Numpy 数组／索引和切片...
第四课:本课内容: • 0. 导入 NumPy 包 • 1. 创建 NumPy 数组 • 2. 索引和切片 • 3. 读取文件 • 4. 布尔型索引 • 5. 数组的运算 • 6. 常用函数举例 Nu ...
关于Numpy数组中属性shape的理解
关于Numpy数组中属性shape的理解概述:numpy数组都有着shape这一属性,怎么理解这一属性呢?看以下代码: # 关于numpy中shape参数的深刻理解 p1 = np.array([1 ...
python数组长度查询_python – 在numpy数组中查找相同值的序列长度(运行长度编码)...
在pylab程序中(也可能是一个matlab程序)我有一个代表距离的numpy数组:d [t]是时间t的距离(我的数据的时间跨度是len(d)时间单位) . 我感兴趣的事件是当距离低于某个阈值时,我想 ...

【Python】深入理解NumPy数组中的一维向量