Numpy 一维数组：默认情况下是行矩阵还是列矩阵？

Question

在下面的代码中，我创建了 2 个 numpy 数组。一个是一维的，另一个是二维的。

当我转置一维数组时，它保持不变。它不会从行矩阵变为列矩阵。 当我转置二维数组时，它从行矩阵变为列矩阵。

代码：

a = np.array([1,2,3,4,5])
print("a: ", a)
print("a.T: ", a.T)
b = np.array([[1,2,3,4,5]])
print("b: ", b)
print("b.T: ", b.T)

输出：

   a:  [1 2 3 4 5]
 a.T:  [1 2 3 4 5]
   b:  [[1 2 3 4 5]]
 b.T:  [[1]
        [2]
        [3]
        [4]
        [5]]

现在，我有一些问题：

1. a = np.array([1,2,3,4,5])，这真的会创建一个行矩阵吗？

2. print("a.T: ", a.T) 是否将行矩阵隐式转换为列矩阵？还是真的保持不变？

3. b = np.array([[1,2,3,4,5]])真的会创建一个行矩阵吗？

4. print("b.T: ", b.T) 是否将行矩阵转换为列矩阵？我的意思是，我说的对吗？

5. 或者，如果我创建一个只有一个括号的 numpy 数组，则根本没有问题或行或列矩阵？

还有一件事，当执行点操作时，我得到以下内容：

代码：

print(b.dot(a))
print(b.dot(a.T))

输出：

[55]
[55]

但是，就我而言，dot() 函数执行矩阵乘法的任务。 如果是这样的话，根据矩阵乘法的规则，第一个矩阵的列数必须等于秒矩阵的行数，是不是应该有一个错误？强>

Answer 1

1. 不，这不是 Numpy 中的行矩阵，因为它只有一维 (5,)

2. 不，因为a 不是行矩阵（参见 1）

3. 是的，假设 "行矩阵" 你的意思是 "2D array with one row and N columns"

4. 是的，假设 “列矩阵” 您的意思是 “N 行一列的二维数组”

5. 使用一组括号，您根本不会创建一个“矩阵”（读取：二维数组），而只是一个一维数组

6. (?)The documentation for np.dot 明确表示在某些特殊情况下它只是矩阵乘法。