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，我正在创建2个numpy数组。一个是1D，另一个是2D。

当我转置一维数组时，它保持不变。 从行矩阵到列矩阵都不会改变。 当我转置2D数组时，它从行矩阵更改为列矩阵。

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])，这真的创建了行矩阵吗？

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

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

4. print("b.T: ", b.T)会将行矩阵转换为列矩阵吗？我是说，对吗？

5. 或者如果我仅用一个括号创建一个numpy数组，就根本没有问题，行矩阵或列矩阵了吗？

另一件事，当执行点运算时，我得到以下东西：

代码：

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

输出：

[55]
[55]

但是，据我所知，dot（）函数执行矩阵乘法的任务。 如果真是这样，那么根据矩阵乘法的规则，因为第一个矩阵的列数必须等于秒矩阵的行数，所以在一种情况下是否不应该出错？

Answer 1

1. 不，那不是行矩阵
2. 否，因为a不是行矩阵
3. 是的，假设“行矩阵” 是指“具有一行N列的二维数组”
4. 是的，假设“列矩阵” 是指“具有N行和一列的2D数组”

5. 使用一组括号，您根本不会创建“矩阵”（读取：2D数组）。

6. （？）The documentation for np.dot清楚地表明，在某些特殊情况下，它只是矩阵乘法。