如何在numpy中解释数组的形状

我一直认为a1是1乘3的“行向量”。 然而形状是（3，）

相反，a2的形状是（1,3），看起来更像行向量

两者（a1，a2）都可以内积（np.dot（））并生成相同的图形。（仅形状除外）

对这两者的解释有什么不同吗

---

将a1解释为行向量是否合适？

它是一个“向量”，或者用简单的术语来说是一个一维数组。查看用于创建它们的列表？什么是

[1,2,3]

？那张名单是什么？np.数组（3）的形状是什么？括号的数量决定数组的形状。我很困惑a1=np.array（[1,2,3]）和a2=np.array（[[1,2,3]]）之间除了形状之外还有什么不同。区别只是形状，然后我可以用a2代替a1？区别在于形状。经验丰富的numpy用户对（3，）形状很满意，除非确实需要，否则不要使用（1,3）（或（3,1））。

import numpy as np

a1 = np.array([1, 2, 3])
a1.shape # (3,)
a2 = np.array([[1, 2, 3]])
a2.shape # (1, 3)

b = np.array([[1, 2, 3], [2,3,4], [ 1,2,2]])
np.dot(a1,b) # array([ 8, 14, 17])
np.dot(a1,b) # array([[ 8, 14, 17]])