python中矩阵(rank为1就是向量)和array(数组)的区别

有意思的测试：

import numpy as np
a=np.array([1,2,3])
print(a.shape) #(3,)  rank 3 array
print(sum(a)) #6
print(sum(a).shape) # ()
print(type(sum(a))) #<class 'numpy.int32'>
print(sum(a).dtype) #int32
b=np.array([[1,2,3]])
print(b.shape) #(1, 3)
print(sum(b)) #[1 2 3]
print(sum(b).shape) # (3,)
print(type(sum(b))) #<class 'numpy.ndarray'>
print(sum(b).dtype) #int32

查资料总结：

numpy.ndarray.shap是返回一个数组维度的元组。 (3,)与(1,3)的区别如下：

ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中，表示数组的“行数”和“列数”。
ndarray.shape返回一个元组，这个元组的长度就是维度的数目，即ndim属性。
一般情况下：

[1,2,3]的shape值(3,)，意思是一维数组，数组中有3个元素。

[[1,2,3]]的shape值是(1,3)，意思是一个行向量(此处理解为一维数组是错误的)，每行有3个元素。

 

关于 X.shape=(,)的问题解释：

a = np.array([[1]])
print(a)
a = np.squeeze(a) # To make sure your cost's shape is what we expect (e.g. this turns [[17]] into 17).
print('a:',a)
print(a.shape)
assert(a.shape == ())
b = np.array(1)
print('b:',b)
print(b.shape)
assert(b.shape == ())

看样子应该np.squeeze转化为数，类型仍旧是ndarray，

如果b = 1

print(b.shape)，则会出错

AttributeError: 'int' object has no attribute 'shape'