Numpy中array数组对象的储存方式(n,1)和(n,)的区别

在NumPy中，array数组对象的储存方式(n,1)和(n,)的区别在于它们的维度不同。其中，(n,1)表示一个二维数组，有n行和1列，而(n,)表示一个一维数组，有n个元素。

(n,1)和(n,)的区别

(n,1)

(n,1)表示一个二维数组，有n行和1列。在NumPy中，可以使用reshape函数将一维数组转换为二维数组。下面一个示例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5])

# 将一维数组转换为二维数组
b = a.reshape(-1, 1)

# 打印结果
print(b)

在上面的示例，我们创建了一个一维数组a，并使用reshape函数将其转换为一个二维数组b，其中有5行和1列，并使用print函数打印了结果。

(n,)

(n,)表示一个一维数组，有n个元素。在NumPy中可以使用reshape函数将二维数组转换为一维数组。下面是一个示例：

import numpy as np

# 创建一个二维数组
a = np.array([[1, 2], [3, 4], [5, 6]])

# 将二维数组转换为一维数组
b = a.reshape(-1)

# 打印结果
print(b)

在上面的示例中，我们创建了一个二维数组a，并使用reshape函数将其转换为一个一维数组b，并使用print函数打印了结果。

示例一：使用(n,1)储存方式创建二维数组

import numpy as np

# 创建一个二维数组
a = np.array([[1], [2], [3], [4], [5]])

# 打印结果
print(a)

在上面的示例中，我们创建了一个二维数组a，使用(n,1)的储存方式，其中有5行和1列，并使用print函数打印了结果。

示例二：使用(n,)储存方式创建一维数组

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5])

# 打印结果
print(a)

在上面的示例中，我们创建了一个一维数组a，使用(n,)的储存方式，其中有5个元素，并使用print函数打印了结果。

综所述，(n,1)和(n,)的区别在于它们的维度不同。其中，(n,1)表示一个二维数组，有n行1列，而(n,)表示一个一维数组，有n个元素。在NumPy中，可以使用reshape函数将一维数组转换为二维数组，将二维数组转换为一维数组。本文详细讲解了(n,1)和(n,)区别，并提供了两个示例，分别演示了使用(n,1)和(n,)的储存方式创建二维数组和一维数组的方法。