Python numpy和pandas矩阵维度

我的变量如下所示：

data.head()

   Ones  Population   Profit
0     1      6.1101  17.5920
1     1      5.5277   9.1302
2     1      8.5186  13.6620
3     1      7.0032  11.8540
4     1      5.8598   6.8233

X     = data.iloc[:, 0:cols]
y     = data.iloc[:, cols]

X1 = np.matrix(X.values)
y1 = np.matrix(y.values)

X.shape
>>(97, 2)
y.shape
>>(97,)

X1.shape
>>(97, 2)
y1.shape
>>(1, 97)

数据

位于框架中

我期望y1的尺寸是97 X 1，但它是1 X 97。不知怎的，Y1在中间颠倒了，我不明白为什么会这样。由于我最初的y熊猫阵列是97 X 1，我认为y1也应该是相同的，但显然它不是这样工作的

---

有什么解释吗？

y.values

将列转换为一个numpy数组，该数组有一维，如

[1, 2, 3, 4, 5]

如果对该数组调用

np.matrix

，它将返回

[[1, 2, 3, 4, 5]]

但是，如果在调用

np.matrix

之前先将一维数组转换为二维数组，则会得到（5，1）矩阵

---

未经请求的建议，不建议使用矩阵。它给你买的最大的东西是矩阵乘法的操作符

*

，但是使用python的3.5 matmul操作符

@

，这并不是必需的

也就是说，这里需要注意的关键点是，

y

的形状不是97 x 1，而是97，这是一个一维数组。numpy

矩阵

始终是二维的，按照惯例，一维数组被转换为

1x

矩阵

>>> a = np.array([1, 2, 3, 4, 5])
>>> a.shape
(5,)
>>> a
array([1, 2, 3, 4, 5])
>>> np.matrix(a).shape
(1, 5)

>>> a.reshape(-1, 1)
array([[1],
       [2],
       [3],
       [4],
       [5]])
>>> np.matrix(a.reshape(-1, 1)).shape
(5, 1)

>>> np.matrix(a.reshape(-1, 1))
matrix([[1],
        [2],
        [3],
        [4],
        [5]])