[Numpy][学习笔记] Numpy 中向量使用技巧_避免秩为1的形式

在使用矩阵或向量时，需要尽量避免使用秩为1的形式以避免未可知的错误

a = np.random.randn(5) # rank 1 array, 尽量不使用
# 使用：
a = np.random.randn(5,1)
a = np.random.randn(1,5)

如果得到秩为1的向量，可以通过 a.reshape(5, 1) or a.reshape(1, 5) 来改变

在程序编写过程中，可以使用 assert() 来判断向量是否符合要求，例如：

---

• Demo 1

import numpy as np

a = np.random.randn(5)

print(a)
assert(a.shape == (5, 1))

• Demo 1 输出结果：

[ 1.21639459 -0.28145761 -0.52131199  0.07465154 -1.34308672]
---------------------------------------------------------------------------
AssertionError                            Traceback (most recent call last)
<ipython-input-3-978fe4e79b86> in <module>
      4 
      5 print(a)
----> 6 assert(a.shape == (5, 1))

AssertionError: 

---

• Demo 2

import numpy as np

a = np.random.randn(5, 1)

print(a)
assert(a.shape == (5, 1))

• Demo 2 输出结果：

[[-0.75186333]
 [-1.18857409]
 [-0.55769239]
 [ 1.27631033]
 [ 1.09097972]]