np.array([1,2])与np.array([[1,2]])的区别及shape输出疑问

• np.array([1, 2])是一维ndarray（向量），结构上只有一层元素序列，不存在行、列的二维划分，不属于矩阵范畴。
• np.array([[1, 2]])是二维ndarray，结构上有明确的行、列两个维度，属于数学定义上1行2列的矩阵。

numpy的shape属性返回的元组长度等于数组的总维度数，元组内的每个数字依次对应从外到内每个维度上的元素数量：

• 前者返回(2,)：元组长度为1，说明这是1维数组，唯一的维度上共包含2个元素。末尾的逗号是Python单元素元组的固定语法标识，没有特殊含义。你可以直接做个简单验证：对这个数组执行转置操作.T，得到的结果和原数组完全一致——因为一维数组不存在第二个维度，无法完成矩阵层面的行列互换。
• 后者返回(1, 2)：元组长度为2，说明这是2维数组，第一个维度（轴0，对应行方向）共包含1个元素，第二个维度（轴1，对应列方向）共包含2个元素。对它执行转置操作.T，会得到shape为(2,1)的2行1列二维数组，完全符合矩阵的运算规则。

补充说明：numpy中没有独立的「矩阵」专属类型（旧版本的np.matrix已经被官方弃用），日常开发里提到的numpy矩阵，默认就是指维度数为2的ndarray。如果拿一维数组参与矩阵乘法、求逆等线性代数运算，numpy会触发广播机制自动补全维度，很容易出现不符合预期的计算结果。

内容的提问来源于stack exchange，提问作者user16982433