标量、向量、矩阵、张量的定义

1、标量

标量(scalar)：标量就是单独的数(整数或实数)。

a = 1

2、向量

向量(vector)：一个向量表示一组有序排列的数，通过次序中的索引我们能够找到每个单独的数，向量相当于Python中的一维数组。

import numpy as np
#行向量
a = np.array([1,2,3,4])
or
a = np.array([1,2,3,4]).reshape((1,-1))
or
a = np.array([[1,2,3,4]])
#列向量
b =np.array([1,2,3,4]).reshape((-1,1))
or
a = np.array([[1,2,3,4]]).T

3、矩阵

矩阵(matrix)：矩阵是一个二维数组，将矩阵看做是一个二维的数据表，矩阵的每一行表示一个对象，每一列表示一个特征。

import numpy as np
#矩阵
a = np.array([[1,2,3],[4,5,6],[7,8,9]])

4、张量

张量(tensor)：超过二维的数组，一般来说，一个数组中的元素分布在若干维坐标的规则网格中，被称为张量。

import numpy as np
#张量
a = np.array([[[1,2],[3,4]],[[5,6],[7,8]]])

标量是空间中的一个点，向量是一维空间中的一条线，矩阵是二维空间的一个面，三维张量是三维空间中的一个体。也就是说，向量是由标量组成的，矩阵是向量组成的，张量是矩阵组成的。