numpy arrays中归约运算和切片运算时的维度变化问题

如下代码所示：

import numpy as np

aa = np.ones((5,3),np.int64)
print(aa)

bb = aa[2, :]      #截取矩阵第二行
print(bb.shape)

输出为：

[[1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]
 [1 1 1]]
(3,)

(3,)表示什么意思呢？按照我们的思维，截取之后的bb应该是一个1*3的矩阵，然而，np array在切片的时候，自动改变了维度，现在bb已经变成了一维数组，那么其二维自然不存在，用一个图形象表示：

 [[], [], [], ...] (二维数组)————》[]（一维数组）而不是[[],]（第二维度为1的二维数组）

此时，如果你把bb当做一个1*3的矩阵去做运算，那么就会发生不可描述的错误，并且还不会报语法错误。

如下：

cc = np.ones((3,1),np.int64)
dd = bb * cc
print(dd)

输出如下：

[[1 1 1]
 [1 1 1]
 [1 1 1]]

咋一看似乎没错，但是cc是一个3*1的矩阵，而bb如果是1*3的话，那么结果应该是1*1的一个数，然而事实是结果产生了一个二维数组。

这就是因为bb变成了一维数组。而二维数组与一维数组之间是没有好结果的QAQ

解决方案其实很简单，因为numpy matrix总是保持二维，你可以直接转变为matrix之后再做变化，如下：

import numpy as np

aa = np.ones((5,3),np.int64)
aa = np.asmatrix(aa)
bb = aa[2, :]      #截取矩阵第二行
print(bb.shape)
cc = np.ones((3,1),np.int64)
dd = bb * cc
print(dd)

输出如下：

(1, 3)：表示bb的类型是二维数组
[[3]] ：结果是一个数。