NumPy数组形状中缺少维度

Question

以下两种情况有什么不同(为什么第一种情况中缺少尺寸)：

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

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

- Alex Kreimer

---

也许这个可以回答你的问题。 - behzad.nouri

Answer 1

shape是数组的维度元组。一个一维数组的形状为(n,)。一个二维数组的形状为(n,m)，一个三维数组的形状为(n,m,k)，以此类推。

当您从(3,)变为(3,1)时，您正在从一维变为二维。

您可以通过这种方式持续添加维度（您可以使用.ndim检查数组的维数）：

一维：

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

两个维度：

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

三个维度：

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

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

四个维度：

>>> 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

- Lee