单双括号Numpy数组的区别？

Question

这两个numpy对象有什么区别？

import numpy as np
np.array([[0,0,0,0]])
np.array([0,0,0,0])

Answer 1

当您定义一个带有两个方括号的数组时，您真正要做的是声明一个数组，其中包含一个40的数组。因此，如果您想访问第一个零，您将访问your_array[0][0]，而在第二个数组中，您将只访问 。也许更好的可视化方法是

array: [
[0,0,0,0],
]

与

array: [0,0,0,0]

Answer 2

单括号和双括号的区别始于列表:

In [91]: ll=[0,1,2]
In [92]: ll1=[[0,1,2]]
In [93]: len(ll)
Out[93]: 3
In [94]: len(ll1)
Out[94]: 1
In [95]: len(ll1[0])
Out[95]: 3

ll 是 3 个项目的列表。ll1 是 1 个项目的列表;该项目是另一个列表。请记住，列表可以包含各种不同的对象，数字，字符串，其他列表等。

您的2个表达式有效地从两个这样的列表中生成数组

In [96]: np.array(ll)
Out[96]: array([0, 1, 2])
In [97]: _.shape
Out[97]: (3,)
In [98]: np.array(ll1)
Out[98]: array([[0, 1, 2]])
In [99]: _.shape
Out[99]: (1, 3)

在这里，列表列表已转换为2d数组。numpy以一种微妙的方式模糊了列表和嵌套列表之间的区别，因为两个数组之间的区别在于它们的形状，而不是基本结构。数组（ll）[无，：] 生成 （1，3） 版本，而数组（ll1）.拉威尔（） 生成 （3，） 版本。

最后，单括号和双括号之间的差异是数组维数的差异，但我们不应该忽视Python首先创建不同列表的事实。

Answer 3

In [71]: np.array([[0,0,0,0]]).shape
Out[71]: (1, 4)

In [72]: np.array([0,0,0,0]).shape
Out[72]: (4,)

前者是1 x 4二维数组，后者是4元素一维数组。