在NumPy中是否存在将向量表示为1d或2d ndarray的标准做法？我正在从代表向量的MATLAB转移到2d数组。
答案 0 :(得分：3)
根据我的经验，1D是矢量numpy的常态。将n元素的向量保持为形状(1, n)或(n, 1)的2D数组的唯一理由是在线性代数上下文中，您希望保持行和列向量的不同。正如EitanT暗示他现在删除的答案，你可能会想要使用numpy的matrix类型，除了单个元素访问之外，它保持2D形状的返回，例如a具有形状{ {1}}然后(m, n)对a[0]类型的形状(n,)，但对ndarray类型形成(1, n)，尽管matrix返回标量两种情况。
如果您坚持使用形状a[0, 0]的一维矢量，您可以动态重塑以进行需要2D形状的特定操作：
(n,)对于涉及2D阵列的操作，Numpy将自动重塑您的1D向量以对a.reshape(-1, 1) # shape (n, 1)
a[:, None] # shape (n, 1)
a.reshape(1, -1) # shape (1, n)
a[None, :] # shape (1, n)
进行整形{<1}}。
答案 1 :(得分：1)
在matlab中（由于历史原因，我认为）基本类型是M - by - N数组（矩阵），因此标量是1对1的数组和向量{{ 1}} - by-1或1-by-N数组。 （内存布局总是Fortran风格）。
N中没有此“限制”：您拥有真正的标量，numpy可以包含您喜欢的任意维度。 （内存布局可以是C或Fortran-contigous。）因此，没有首选（标准）实践。根据您的申请，您可以选择最适合您需求的那个。