Question

关于属性shape和ndim，我只是一个简短的问题。数组如何具有比二维更多的维数，但是矩阵限于n x m形状？对于三维阵列，是否不必具有形状为m x n x o的形状？

最诚挚的问候

Answer 1

我认为您在这里感到困惑，np.array可以具有任意数量的维数，np.matrix只能具有两个维数，np.matrix是ndim = 2并具有特殊矩阵运算符的特定情况。来自np.matrix的NumPy文档：

Note:
It is no longer recommended to use this class, even for linear algebra. 
Instead, use regular arrays. The class may be removed in the future.

Returns a matrix from an array-like object, or from a string of data. 
A matrix is a specialized 2-D array that retains its 2-D nature through operations.
It has certain special operators, such as * (matrix multiplication) and ** (matrix power).

此外，请注意此示例，以便您可以看到不同之处：

a = np.matrix([[2,2],[2,2]])
print(a**2)

这将返回：

matrix([[8, 8],
        [8, 8]])

因为矩阵是“ a”的平方，但是如果对数组做同样的事情：

a = np.array([[2,2],[2,2]])
print(a**2)

它将返回：

array([[4, 4],
       [4, 4]])

因为如果您想要np.matrix的行为，则它将正方形应用于所有元素，因此您必须使用np.dot

我认为他们可能会在将来的版本中删除np.matrix，因为它只会增加开发人员的思维能力，不会增加任何真正有用的东西。

numpy：尺寸与形状

1 个答案: