在Pthon中,通过Numpy定义数组或者矩阵时,需要注意数组和向量的区别
先来看一下下面这段代码
import numpy as np
a = np.random.randn(5)
b = np.dot(a, a.T) ## a.T表示a的转置
print("a=",a)
print("a.shape =",a.shape)
print("a.T=",a.T)
print("a.t.shape =",a.T.shape)
print("b=",b)
你会得到什么样的输出呢?
a= [-0.02166131 0.21747619 -0.69452927 -0.02256078 0.46888393]
a.shape = (5,)
a.T= [-0.02166131 0.21747619 -0.69452927 -0.02256078 0.46888393]
a.t.shape = (5,)
b= 0.7504971360249943
从这个输出结果可以看出,a的转置并没有发生变化,因此在进行np.dot操作之后,得到的是一个数值。其中a就是一个秩为1的数组,a.shape也是一个看起来比较奇怪的样子(5,) ,它的转置shape也是一样的。
在进行机器学习、神经网络编程时,为了让矩阵操作更加显性化,也更便于理解,建议采用如下方式定义矩阵。
import numpy as np
x = np.random.randn(5,1)
y =