python numpy中 shape(5,) 和shape(1,5) 的区别

python numpy中 shape(5,) 和shape(1,5) 的区别

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。

import numpy as np

add1 = [1,2,3,4,5]
add2 = [[1,2,3,4,5]]

# nd生成
nd1 = np.array(add1)
nd2 = np.array(add2)

# 比较属性

print("nd1 size: ",nd1.size)
print("nd2 size: ",nd2.size)

print("nd1 shape: ",nd1.shape)
print("nd2 shape: ",nd2.shape)

print("nd1 dim: ",nd1.ndim)
print("nd2 dim: ",nd2.ndim)

运行结果

nd1 size:  5
nd2 size:  5
nd1 dim:  1
nd2 dim:  2
nd1 shape:  (5,)
nd2 shape:  (1, 5)
    
# 通过ndarray 大小，维度，形状 这些属性的比较可以看出 他们元素的个数相同；都是一行五列，但是nd1是一维，nd2是2维；

​ 从数组角度解释add1 是一个一维数据，取数时，add1[0] 可以取出 1，而add2 = [[1,2,3,4,5]]是个二维数据组 add2[0][0] 取出 元素值 1。在坐标轴上的区别：

• nd1

• nd2