什么是维度为m的1-D np.array？为何1维数组会涉及m维度表述？

这一困惑本质是不同语境下「维度」术语的表述差异导致的，你对1维数组的定义理解没有错误，两者的指代对象完全不同：

• numpy标准定义里的1-D（1维），指数组的轴数量，对应数组的ndim属性值为1，整个数组只有1个数据延展方向，这也是你认知里的「维度」定义。
• 表述里的dimension m里的「dimension」，属于语境下的简化指代，指的是单个轴的长度，也就是1维数组shape属性返回元组里的唯一元素，部分资料会直接把单轴的元素数量叫做该轴的维度。

举个实际示例你就会完全理解：
当m=3时，符合要求的数组是np.array([1,2,3])，你可以对其做属性校验：

• 运行arr.ndim会返回1，满足1维数组的要求
• 运行arr.shape[0]会返回3，正好对应表述里的m值

这个任务的实际要求就是输出一个总长度为m的一维numpy数组，不需要额外扩展成更高维度的数组，只要保证轴数为1、单轴元素总数为m即可。

内容的提问来源于stack exchange，提问作者Sophie