數組、向量、矩陣的區別

import numpy as np

'''
數組：一維，秩為1
    利用Numpy中random模塊中的randn函數生成的一維數組，
    既不是行向量，也不是列向量，而是秩為1的數組,
    特點：
        只有一個'[]'
        是數組，不是向量或矩陣
'''
a = np.random.randn(5)
print(a)
#[ 2.50110276  1.16190518  0.2125841  -1.35464964 -1.6559847 ]
print(a.ndim, a.shape)
# 1, (5,)
print(a.T)
#[ 2.50110276  1.16190518  0.2125841  -1.35464964 -1.6559847 ]
print((a.T).ndim, (a.T).shape)
# 1, (5,)
print("--------\n")



'''
向量和矩陣都是為二維數組
'''

'''
行向量：
    特點：兩個方括號'[]'
'''
b = np.random.randn(1,5)  #1行5列的行向量
print(b)
#[[ 0.16572125  0.61840102 -0.06370723 -0.56107341  1.04560651]]
print(b.ndim, b.shape)
# 2, (1, 5)
print(b.T)
'''
[[ 0.16572125]
 [ 0.61840102]
 [-0.06370723]
 [-0.56107341]
 [ 1.04560651]]
'''
print((b.T).ndim, (b.T).shape)
# 2, (5,1)
print("--------\n")


'''
列向量
'''
e = np.random.randn(5,1) #5行1列的列向量
print(e)
'''
[[-0.50398456]
 [-1.12094662]
 [-0.43209098]
 [ 0.23721518]
 [-0.58687296]]
'''
print(e.ndim, e.shape)
#2, (5,1)
print(e.T)
#[[-0.50398456 -1.12094662 -0.43209098  0.23721518 -0.58687296]]
print((e.T).ndim, (e.T).shape)
#2 (1, 5)
print("--------\n")


'''
矩陣：
    既有行向量也有列向量，兩個方括號'[]'
'''
c = np.random.randn(5,2)
print(c.ndim, c.shape)
#2 (5, 2)
print(c)
'''
[[-0.03726232  0.3003853 ]
 [-0.52656126  1.77452533]
 [ 1.13944323  0.53734788]
 [-0.12426997 -0.78777449]
 [-0.49564334 -0.22442305]]

 1. 最外層的方括號表示矩陣
 2. 內層的方括號是每行有一對：內層有5對方括號，表示5行
 3. 內層每對方括號內有2個元素，表示2列
'''
print(c.T)
'''
[[-0.03726232 -0.52656126  1.13944323 -0.12426997 -0.49564334]
 [ 0.3003853   1.77452533  0.53734788 -0.78777449 -0.22442305]]
'''
print((c.T).ndim, (c.T).shape)
#2 (2, 5)

'''
數組、向量、矩陣的區別：
    可以以方括號的形式判斷數組是否能夠代表一個向量或者矩陣，
    又或者通過轉置看前后是否變化來判斷。
'''