Python Numpy形状相同，平均值返回不同的形状

我有以下片段

values = [[0.1, 0.7, 0.5], [0.6, 0.3, 0.2], [0.2, 0.8, 0.77]]
A = np.array(values).reshape(3,3)
print A.shape
print np.mean(A, axis=1)

B = np.mat(np.random.rand(3, 3));
print B.shape
print np.mean(B, axis=1)

打印语句的输出：

(3, 3)
[ 0.43333333  0.36666667  0.59      ]

(3, 3)
[[ 0.47252016]
 [ 0.44380355]
 [ 0.51070646]]

我有两个形状相同的numpy数组，它们的输入值不同，一个是使用

rand

函数生成的，另一个是使用

array

函数创建的python列表，并对其调用重塑

---

然而，平均回报的形状对于两者都是不同的形状，即使输入形状是相同的。有什么想法会导致这种情况吗？

如文档中所述

矩阵是一种特殊的二维数组，通过运算保持其二维性质

另外,

不再建议使用该类，即使对于线性代数也是如此。而是使用正则数组。将来可能会删除该类

---

确实是这样，我只是想看看。。。谢谢，这就解释了！许多采用

axis

参数的函数/方法也采用

keepdims

参数。如果

True

，它可以使数组平均值的行为更像矩阵平均值。