在numpy的阵列缺失尺寸形状

Question

之间有什么差别以下两个（为什么在第一种情况下丢失的尺寸）：

zeros((3,)).shape 
Out[67]: (3,) 

zeros((3,1)).shape 
Out[68]: (3, 1) 

Answer 1

数组的shape是它的尺寸的一个元组。一维数组的形状为（n，）。二维数组的形状为（n，m），三维数组的形状为（n，m，k）等。

当您从(3,)更改为(3,1)时，您将从1维更改为2维。

你可以把这种方式添加尺寸（您可以检查使用.ndim数组的维数）：

一维：

>>> a = np.zeros((2)) 
array([ 0., 0.]) 
>>> a.shape 
(2,) 
>>> a.ndim 
1 

两个方面：

>>> b = np.zeros((2,2)) 
array([[ 0., 0.], 
     [ 0., 0.]]) 
>>> b.shape 
(2,2) 
>>> b.ndim 
2 

三维：

>>> c = np.zeros((2,2,2)) 
array([[[ 0., 0.], 
     [ 0., 0.]], 

     [[ 0., 0.], 
     [ 0., 0.]]]) 
>>> c.shape 
(2,2,2) 
>>> c.ndim 
3 

个

四个方面：

>>> d = np.zeros((2,2,2,2)) 
array([[[[ 0., 0.], 
     [ 0., 0.]], 

     [[ 0., 0.], 
     [ 0., 0.]]], 


     [[[ 0., 0.], 
     [ 0., 0.]], 

     [[ 0., 0.], 
     [ 0., 0.]]]]) 
>>> d.shape 
(2,2,2,2) 
>>> d.ndim 
4