numpy - 如何在numpy中解释数组的形状
问题描述
import numpy as np
a1 = np.array([1, 2, 3])
a1.shape # (3,)
a2 = np.array([[1, 2, 3]])
a2.shape # (1, 3)
b = np.array([[1, 2, 3], [2,3,4], [ 1,2,2]])
np.dot(a1,b) # array([ 8, 14, 17])
np.dot(a1,b) # array([[ 8, 14, 17]])
我一直认为 a1 是形状为 1 x 3 的“行向量”。但是形状是 (3,)。
取而代之的是,a2 的形状是 (1,3),它看起来更像是行向量。
(a1, a2) 都可以内积(np.dot()) 并产生相同的数字。(仅形状除外)
解释这两者有什么区别吗?
将 a1 解释为 是否合适row vector
?
解决方案
推荐阅读
- django - Django Rest 框架:带注释查询集的分页
- mysql - 在mysql中将日期转换为varchar会引发语法错误
- php - 在 4 上 1 次获取请求结果(php,Ajax)
- javascript - 如何从数组中引用 JSX 组件道具?
- r - 如何从ff对象中随机采样
- html - 在 ion-textarea Ionic 4 中设置值
- android - 我正在尝试将我的 APK 上传到 Playstore,但它无法正常工作...... :(
- c++ - 绕行 ShellExecuteEx 的问题,有什么想法吗?
- swift - 在自动续订订阅中检查真实性时推荐使用的逻辑是什么
- c# - 如何获取特定进程连接的 IP 地址?(C#)