Python 以零开始的numpy形状意味着什么

好的，我发现可以有形状为0的数组。
对于将0作为唯一维度的情况，这对我来说是有意义的。它是一个空数组

np.zeros(0)

但如果你有这样的情况：

np.zeros((0, 100))

---

这让我很困惑。为什么它是这样定义的？

据我所知，它只是表示空数组的一种冗余方式。对于python来说，如果有一行行“空”，这似乎并不重要

假设我们有一个给定数组a：

import numpy as np

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

如果我们打印一个数组，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，a仍保持其形状”

但如果您尝试按位置访问给定元素，例如：

print(a[0])

或

你会得到一个索引器：

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

---

因此，我认为空数组的数学意义是相同的，尽管您为它们指定了形状。

在这个特殊情况下，这两个语句是等价的：

print(np.zeros(0))
>>>[]

print(np.zeros((0,100)))
>>>[]

这是因为空数组就是空数组。你的直觉是正确的。如果你输入：

np.zeros(10)

或

您还将得到相同的数组，即

[0,0,0,0,0,0,0,0]

。只有当您引用的数字实际改变了数组的形状时，形状才起作用。例如：

print(np.zeros((2,3)))
>>>[[0,0,0]
   [0,0,0]]

但是：

---

没有什么特别不透明的。你的常识实际上适用于这里。如果数组是空的，那么你添加到数组中的其他维度都不重要。

这只是说第一维度有零个元素…第二维度有100个元素…但因为第一维有零个元素，所以没有第二维度。没有上下文，就不可能知道。例如，它可能是一个句子向量，每个单词有100个特征；但句子是空的（不包含单词）。可以是温度测量，每天在100个位置进行测量，但你刚刚开始，这是你的第一天，你还没有测量任何东西。你还没有提供任何代码让我们看到那一行之外的东西，所以…这是任何人的猜测，真的。@Amadan所以这只是空白数组的附加信息？这意味着你u有“0行100列”，元素总数为0*100=0。这本身不是很有用，但允许这些形状可以更容易地为角情况编写一致的代码。例如，如果您有一个数组

a

，其形状

（10100）

，并且do

np.sum（a[：idx]，axis=0）

，即使

idx

为0，结果也将是正确的（在这种情况下，它将导致100个零向量）

numpy

数组不仅由它们的数据元素定义，还由它们的

shape

shape

表示为一个

元组

——最多32个非负数。我们很少需要创建一个0维数组，但我们需要熟悉这个概念。

numpy

没有明确的定义

空

数组的概念或定义。这是我们从外部引入的东西。这两个语句不一样。是的，它们都生成一个包含0个元素的数组，但它们的形状不同。在第二组中，它们都有10个元素，但形状也不同。形状确实很重要，例如在数组如何与其他元素交互方面因此，为什么我在“这个特殊情况”中使用限定符，混淆是这样的：“对于将0作为唯一维度的情况，这对我来说是有意义的。它是一个空数组。“我只是简单地指出，关于这个问题，这两种说法的意思是相同的。它们都是空数组。形状不同，但如果要为数组编制索引，则任何空数组都是相同的。关于第二条语句是否实际上是一个空数组，人们感到困惑。我只是解释说，它和第一个一样，是。

np.zeros(10)

np.zeros((1,10))

print(np.zeros((2,3)))
>>>[[0,0,0]
   [0,0,0]]

print(np.zeros((3,2)))
>>>[[0,0]
    [0,0]
    [0,0]]