numpy：形状（5,1）和（5,）的向量有什么区别？ [复制]答案

【问题标题】：numpy: What is the difference between a vector of shape (5,1) and (5,)? [duplicate]numpy：形状（5,1）和（5,）的向量有什么区别？ [复制]
【发布时间】：2016-11-13 00:07:48
【问题描述】：

我发现我经常需要将 (5,) 重塑为 (5,1) 才能使用点积。什么不能只使用形状为 (5,) 的向量的点积？

【问题讨论】：

stackoverflow.com/questions/22053050/…
“我不能只使用形状为 (5,) 的向量的点积” - 你可以做到这一点

标签： python numpy

【解决方案1】：

要使用点积，您需要矩阵（用二维数组表示）。维数为 (5,) 的数组是 5 个元素的平面数组（一维数组），其中 (5, 1) 是 1 列 5 行的矩阵。

>>> import numpy as np
>>> np.zeros((5,))
array([ 0.,  0.,  0.,  0.,  0.])    # single flat array
>>> np.zeros((1,5))
array([[ 0.,  0.,  0.,  0.,  0.]])  # array with-in array
>>> np.zeros((5,1))
array([[ 0.],
       [ 0.],
       [ 0.],
       [ 0.],
       [ 0.]])
>>>

【讨论】：

【解决方案2】：

这是因为当您使用arr = np.ones((5)) 创建一个数组时，它会得到一个包含 5 个元素的一维数组，另一方面，当您使用 arr = np.ones((5, 1)) 创建一个数组时，它会创建一个包含 5 行和 1 个元素的二维数组柱子。下面的例子会让你更清楚：

>>> import numpy as np 
>>> a = np.ones((5, 1))
>>> a
array([[ 1.],
       [ 1.],
       [ 1.],
       [ 1.],
       [ 1.]])
>>> a = np.ones((5))
>>> a
array([ 1.,  1.,  1.,  1.,  1.])

【讨论】：