以零开头的 numpy 形状是什么意思

Question

好的，所以我发现您可以拥有形状为 0 的数组。对于您将 0 作为唯一维度的情况，这对我来说很有意义。它是一个空数组。np.zeros(0)但是如果你有这样的事情：np.zeros((0, 100))对我来说很困惑。为什么是这样定义的？

Answer 1

据我所知，这只是表达空数组的一种冗余方式。如果你有一排“空”，这对 python 来说似乎无关紧要。

假设我们有一个给定数组 a：

import numpy as np

a = np.zeros((0,100))

如果我们打印 a 我们得到的只是空数组本身：

print(a)

>>> []

此外，我们实际上可以看到，尽管如此，它仍保持其形状”

np.shape(a)

>>> (0, 100)

但是，如果您尝试按位置访问给定元素，例如：

print(a[0])

或者

print(a[0][0])

你得到一个 IndexError ：

IndexError: index 0 is out of bounds for axis 0 with size 0

因此，我相信空数组的数学含义，尽管您分配给它们的形状是相同的。

Answer 2

好吧，在这种特殊情况下，这两个陈述是等价的：

print(np.zeros(0))

>>>[]

print(np.zeros((0,100)))

>>>[]

这是因为空数组是空数组。你的直觉在那里是正确的。如果你输入：

np.zeros(10)

或者

np.zeros((1,10))

你也会得到相同的数组，即[0,0,0,0,0,0,0,0,0,0]. 仅当您指的是实际更改数组形状的数字时，形状才重要。例如：

print(np.zeros((2,3)))

>>>[[0,0,0]

   [0,0,0]]

但：

print(np.zeros((3,2)))

>>>[[0,0]

    [0,0]

    [0,0]]

没有什么特别不透明的。你的常识在这里实际上适用。如果数组为空，则添加到其中的其他维度都不重要。