对于np.array（[1，2，3]），为什么形状（3）代替（3,1）？

Question

我注意到，对于具有3个元素numpy的rank 1数组返回（3，）形状。我知道这个元组代表了每个维度上数组的大小，但为什么不是（3,1）呢？

import numpy as np 

a = np.array([1, 2, 3]) # Create a rank 1 array 
print a.shape   # Prints "(3,)" 

b = np.array([[1,2,3],[4,5,6]]) # Create a rank 2 array 
print b.shape      # Prints "(2, 3)" 

Answer 1

概括地说，这是因为它是一个维阵列（因此一个 -element shape tuple）。也许下面将有助于明确的东西：

>>> np.array([1, 2, 3]).shape 
(3,) 
>>> np.array([[1, 2, 3]]).shape 
(1, 3) 
>>> np.array([[1], [2], [3]]).shape 
(3, 1) 

我们甚至可以去三个维度（或更高版本）：

>>> np.array([[[1]], [[2]], [[3]]]).shape 
(3, 1, 1) 

Answer 2

你同样可以问，“为什么是形状不(3,1,1,1,1,1,1)？他们是等价的，毕竟。

NumPy的，往往选中崩溃奇异的尺寸，或者把它们作为可选，如broadcasting期间。这是强有力的，因为一个3矢量具有相同数量的元件，并且在相同的相对取向，作为3x1x1x1x1x1矩阵。