Разница между этими формами массива в Numpy

Question

В чем разница между 2 массивов, чьи формы являются-

(442,1) и (442)?

Печать обе эти системы производит идентичный выход, но когда я проверить равенство ==, я получаю 2D вектор, как this-

array([[ True, False, False, ..., False, False, False], 
     [False, True, False, ..., False, False, False], 
     [False, False, True, ..., False, False, False], 
     ..., 
     [False, False, False, ..., True, False, False], 
     [False, False, False, ..., False, True, False], 
     [False, False, False, ..., False, False, True]], dtype=bool) 

Может кто-то объяснить разницу?

Answer 1

Массив формы (442, 1) является двумерным. Он имеет 442 строки и 1 столбец.

Массив формы (442,) является одномерным и состоит из 442 элементов.

Обратите внимание, что их представления должны выглядеть иначе. Существует разница в количестве и размещение скобки:

In [7]: np.array([1,2,3]).shape 
Out[7]: (3,) 

In [8]: np.array([[1],[2],[3]]).shape 
Out[8]: (3, 1) 

---

Обратите внимание, что вы можете использовать np.squeeze для удаления осей длины 1:

In [13]: np.squeeze(np.array([[1],[2],[3]])).shape 
Out[13]: (3,) 

---

NumPy broadcasting rules позволяют новые оси на автоматически добавляется слева при необходимости. Таким образом, (442,) может транслироваться до (1, 442). И оси длины 1 могут транслироваться на любую длину. Итак, , когда вы проверяете равенство между массивом формы (442, 1) и массивом формы (442,), второй массив продвигается до формы (1, 442), а затем два массива расширяют свои оси длиной 1, так что они оба становятся широковещательными массивами формы (442, 442). Вот почему, когда вы проверяли на равенство, результатом был логический массив формы (442, 442).

In [15]: np.array([1,2,3]) == np.array([[1],[2],[3]]) 
Out[15]: 
array([[ True, False, False], 
     [False, True, False], 
     [False, False, True]], dtype=bool) 

In [16]: np.array([1,2,3]) == np.squeeze(np.array([[1],[2],[3]])) 
Out[16]: array([ True, True, True], dtype=bool)