numpy np.zeros（（1,2））与np.zeros（（2，））的差异

Question

我陷入了这个问题。谁能解释这两者之间的区别？

np.zeros ((1,2))

产生

[[0. 0.]]

和

np.zeros((2,))

产生

[0. 0.]

Answer 1

对于np.zeros主参数中的每个elenemt，该函数将向输出向量添加新维度。

您的第一个代码np.zeros ((1,2))产生一个具有二维的数组，第一个维度为一个元素，第二个维度为两个元素，因此

[[0.]
[0.]]

第二段代码的主参数中只有一个元素，该参数被翻译为“一个维，该维中有两个元素”。因此，您的np.zeros((2,))的输出将与np.zeros(2)的输出相同：

array([0., 0.])

您可以尝试第三维，以便进一步了解它：

np.zeros((1,2,1))
array([[[0.],
        [0.]]])

简而言之，每个方括号根据函数np.zeros的第一个参数中的元素添加到新的维度。

Answer 2

这就是我的想法。

This answer有帮助地指出，“行”和“列”不是NumPy数组的精确平行，它可以具有n个维。而是，每个尺寸或轴由一个数字（大小，具有多少个成员）表示，并由另外一对方括号表示。

因此大小为5的一维数组不是行或列，而只是一维数组。初始化np.zeros ((1,2))时，第一个维度的大小为1，第二个维度的大小为2，因此您将获得一个带有两个成对括号的1 x 2矩阵。调用np.zeros((2,))时，它只是尺寸为2的一维，因此得到array([0., 0.])。我也觉得这很混乱-希望有道理！

Answer 3

在第一个项目中，项目将被索引为[0][0]和[0][1]，在第二个项目中，项目将被索引[0]和[1]。

(1,2)的形状表示两个维度，其中第一个维度恰好只有一个索引，即它是具有一行的矩阵。