python - 具有 3 个参数的 Numpy ndarray 形状

Question

当提供 3 个参数时，我对 ndarray 的形状感到困惑:

例如，有什么区别:

np.zeros((2, 1, 3))
array([[[ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.]]])

和:

np.zeros((1, 2, 3))
array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]]])

在我看来，它们都代表2*3的矩阵。

Answer 1

不行，形状不一样，要注意方括号:

>>> np.zeros((2, 1, 3))
array([<b>[</b>[ 0.,  0.,  0.]<b>]</b>,

       <b>[</b>[ 0.,  0.,  0.]<b>]</b>])

对比:

>>> np.zeros((1, 2, 3))
array([<b>[</b>[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]<b>]</b>])

如您所见，在第一次调用中，我们有两次用于第二维的一对方括号，而在后者中，我们只有一对这样的方括号。

形状也不一样:

>>> np.zeros((2, 1, 3)).shape
(2, 1, 3)
>>> np.zeros((1, 2, 3)).shape
(1, 2, 3)

所以在前者中我们有一个包含两个子列表的列表。这些子列表中的每一个都包含一个元素:三个元素的列表。在后者中，我们有一个包含一个元素的列表:一个包含两个元素的子列表，这两个元素是包含三个元素的列表。

所以一个 vanilla Python 列表等价物是:

[ [ [0, 0, 0] ], [ [0, 0, 0] ] ]

对比:

[ [ [0, 0, 0], [0, 0, 0] ] ]