Numpy 学习笔记（一）—— rank 1 array

参考：

• https://www.jianshu.com/p/9ff7a3c9a182
• http://mooc.study.163.com/learn/2001281002?tid=2001392029#/learn/content?type=detail&;id=2001701016

在使用 Numpy 的 ndarry 数据结构时，时常会遇到这样一种特殊的结构，它的shape为(n,)，这种数组称为 rank 1 array （秩为1的数组）：

import numpy as np

a = np.random.randn(5)
print(a)  # [ 0.50290632 -0.29691140 0.94529604 -0.82126861 -1.46269164]
print(a.shape)  # (5,)

这种数组的产生可能有以下几种原因：

• 输入 array 时，[]的数量不够（只有一重括号时就会产生这种数组）；
• 使用了zip()函数；
• 数组切片时，索引只用了一个值（应该使用:代表整列，如a[1, :]代表第二行）。

可以使用[:, None]或[None, :]来增加数组维数，或者使用reshape()来改变形状，从而解决这个问题。

为了避免此类问题的发生，在创建数组时，即便是一维向量，也应该把两个维度的尺寸都输入进去，如np.zeros((3, 1))。