numpy数组中行向量与列向量的维度差异问题咨询

你的操作完全没有错误，这个现象是NumPy数组的轴设计规则导致的：

• 你定义的b = np.array([1,2,3])是一维数组，本身不具备「行/列」的方向属性，只是长度为3的线性序列。它只有1个轴（轴0），所以np.ndim返回1，形状返回(3,)，很多场景下会被默认适配为行向量参与运算，但本质上不属于二维结构的行向量。
• 你定义的c = np.array([[1], [2], [3]])是二维数组，两层嵌套中括号代表有两个轴：轴0是行方向（长度3），轴1是列方向（长度1），所以np.ndim返回2，形状返回(3,1)，这是标准的二维结构列向量表示。

如果你需要严格对应的二维结构行向量，可以这么定义：

row_vec = np.array([[1,2,3]])
print(np.ndim(row_vec)) # 返回2
print(np.shape(row_vec)) # 返回(1,3)

日常开发中可以用以下方法快速做维度转换：

• 一维数组转标准列向量：b.reshape(-1, 1) 或者 b[:, np.newaxis]
• 一维数组转标准行向量：b.reshape(1, -1) 或者 b[np.newaxis, :]

测试代码验证 #

# 一维数组测试
import numpy as np
b = np.array([1,2,3])
print(b)
print(np.ndim(b))
print(np.shape(b)) 
print(np.size(b))

'''
Output: 
[1 2 3]
1
(3,)
3
'''

# 二维列向量测试
c= np.array([[1], [2], [3]])
print(c)
print(np.ndim(c))
print(np.shape(c))
print(np.size(c))

'''
Output: 
[[1]
 [2]
 [3]]
2
(3, 1)
3
'''

内容的提问来源于stack exchange，提问作者blue_25