numpy中這些數組形狀之間的差異

Question

2個陣列的形狀有什么區別 -

（442,1）和（442，） ？

打印這兩個產生相同的輸出，但當我檢查相等==時 ，我得到一個這樣的2D矢量 -

array([[ True, False, False, ..., False, False, False],
       [False,  True, False, ..., False, False, False],
       [False, False,  True, ..., False, False, False],
       ..., 
       [False, False, False, ...,  True, False, False],
       [False, False, False, ..., False,  True, False],
       [False, False, False, ..., False, False,  True]], dtype=bool)

有人可以解釋這個區別嗎？

Answer 1

形狀陣列(442, 1)是二維的。 它有442行和1列。

形狀陣列(442, )是1維的並且由442個元素組成。

請注意，他們的代表也應該看起來不同。 括號的數量和位置有所不同：

In [7]: np.array([1,2,3]).shape
Out[7]: (3,)

In [8]: np.array([[1],[2],[3]]).shape
Out[8]: (3, 1)

---

請注意，您可以使用np.squeeze刪除長度為1的軸：

In [13]: np.squeeze(np.array([[1],[2],[3]])).shape
Out[13]: (3,)

---

NumPy廣播規則允許在需要時自動在左側添加新軸。 所以(442,)可以廣播到(1, 442) 。 並且長度為1的軸可以廣播到任何長度。 因此，當您測試形狀數組(442, 1)和形狀數組(442, )之間的相等性時，第二個數組將被提升為形狀(1, 442) ，然后兩個數組展開它們的長度為1的軸，以便他們都成為廣播的形狀陣列(442, 442) 。 這就是為什么當你測試相等性時，結果是一個布爾形狀的數組(442, 442) 。

In [15]: np.array([1,2,3]) == np.array([[1],[2],[3]])
Out[15]: 
array([[ True, False, False],
       [False,  True, False],
       [False, False,  True]], dtype=bool)

In [16]: np.array([1,2,3]) == np.squeeze(np.array([[1],[2],[3]]))
Out[16]: array([ True,  True,  True], dtype=bool)