Numpy中shape为(m,)的是行向量还是列向量

参考资料
总结一句话：Numpy中的数组shape为（m,）说明它是一个一维数组，或者说是一个向量，但是具体是行向量还是列向量是很灵活的，再与矩阵进行矩阵乘法时，numpy会自动判断此时的一维数组应该取行向量还是列向量。

所以说，无须纠结得到的一维数组是行向量还是列向量，或者说一维数组在用户看来就没有行列之分，其行列的不同在Python计算时会自动进行处理。

这一点通过numpy对数组的转置也可以看出来，对一维数组进行转置操作，numpy内部不会对其进行任何的操作。

# Note that taking the transpose of a rank 1 array does nothing:
v = np.array([1,2,3])
print v    # Prints "[1 2 3]"
print v.T  # Prints "[1 2 3]"