本文关键词: 行列习惯 行列习惯 行列习惯!
一、行列维度
A = np.array([1, 2, 3, 4, 5, 6]) # 一维
print(A.shape)
>>>(6,) # 1X6 (1行6列)
B = np.array([[1, 2], [3, 4], [5, 6]]) # 二维
print(B.shape)
>>>(3, 2) # 3X2 (3行2列)
C = np.array([[[1], [2]], [[3], [4]], [[5], [6]]]) # 三维
print(C.shape)
>>>(3, 2, 1) # 可以看到新增加的维度是从左边插入的
矩阵Tips
- 行列习惯: 一般说话的习惯是行列
(很少有人习惯说列行吧),所以在矩阵中 m x n 就是m行×n列。 - 维度是从0开始索引的,矩阵有两个维度,第一个是0维度,第二个是1维度,其中0维度对应行,1维度对应列,符合行列习惯。(上面的代码中生成了3×2的数组B,即0维度有3个元素,1维度有2个元素。)
- 一维数组一定要用 1 × n 来记!!
奇怪的分析(可能是错的,看了忘了就好)
- 左边插入: 对A,B,C三个数组分析即可知道新增加的维度是