shape (2,)与(2,1)区别

本文详细解析了NumPy数组的形状属性,通过具体实例说明了一维、二维数组的shape值含义,以及在矩阵运算中shape如何影响操作结果。
  1. [1,2]的shape值(2,),意思是一维数组,数组中有2个元素。
a = np.array([1,2,3])
a.shape

输出为(3,)

它更多的是和多维做对比,表示一维数组,如果非要从行列的角度考虑。如果 W.shape = (2, 4), x.shape = (2, ) np.dot(W.T, x):此时x是列向量, np.dot(x, W) 此时 x 是行向量,两种情况下返回的也均是一维向量,无所谓行列的概念。

  1. [[1],[2]]的shape值是(2,1),意思是一个二维数组,每行有1个元素。
a = np.array([[1,2,3],
[4,5,6]])
a.shape

输出为(2,3)

  1. [[1,2]]的shape值是(1,2),意思是一个二维数组,每行有2个元素。(二维数组不一定有两行哦
a = np.array([[1,2,3]])
a.shape

输出为(1,3)

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值