numpy中array创建数组与矩阵的区别

1、创建数组

（1）创建数组

array_row1 = np.array([1, 2, 3]) # 一维数组，1*3
print("array_row1",array_row1.shape,array_row1)

结果为：array_row1 (3,) [1 2 3]

因为数组只有一个维度，所以第二为空。以下创建方式报错

array_col1 = np.array([1], [1], [1]) # 3*1
print("array_col1",array_col1.shape,array_col1)

（2）矩阵与数组相乘

矩阵与数组相乘不会报错，但是会导致结果错误，结果均为数组。

result1 (3,) [70 80 90]
result2 (3,) [70 80 90]

d1 = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9],
              [10, 11, 12]])

S1 = np.array([1, 2, 3, 4])

result1 = d1.T @ S1.T
result2 = d1.T @ S1
print("result1",result1.shape,result1)
print("result2",result2.shape,result2)

2、创建矩阵

（1）创建矩阵

array_row2 = np.array([[1], [2], [3]]) # 3*1
print("array_row2",array_row2.shape,array_row2)
array_col2 = np.array([[1, 2, 3]])  # 1*3
print("array_col2",array_col2.shape,array_col2)

分别创建行和列，上述代码结果为

array_row2 (3, 1) [[1]
 [2]
 [3]]
array_col2 (1, 3) [[1 2 3]]

（2）矩阵相乘

将数组转为矩阵，S2 = S1.reshape(1, 4)

S2 = S1.reshape(1, 4)
result3 = d1.T @ S2.T
print("result3",result3.shape,result3)

结果为：

result3 (3, 1) [[70]
 [80]
 [90]]