说我有一个N个点的列表，每个点都具有d坐标。可以选择将其表示为形状为numpy array的形式：
-(d, N)
-(N, d)
在数学上是等效的。
问题。是否有选择通用准则/良好实践原则？从计算上来说，numpy在设计时会考虑一个选择吗？
赞成(N, d)的解释。
如果要在电子表格中存储点列表的坐标，那么我会发现垂直（向下）浏览列表并水平通过坐标更自然（或者仅仅是我吗？）。换句话说，电子表格的每一行都对应于Python tuple（固定长度，不可变），而电子表格则对应于此类list的Python tuple。电子表格中的坐标数是固定的，但是可以向列表中添加（或删除）更多的点，因此该列表的长度不受限制，我发现垂直滚动比水平滚动更容易。
示例。
在k均值聚类算法中，人们希望计算每个N个点与每个k个聚类中心（所有聚类具有d坐标）之间的距离。我从this article开始学习一种利用广播的方法。如果X是采样点形状为(N, d)的数组，而C是形状为(k, d)的数组，则可以通过采用元素的长度为的方式方便地计算距离数组
X - C[:, None]
(k, N, d)的。
分别使用形状为(d, N)和(d, k)的数组来进行此操作不太方便。