我正在使用 Pythons NumPy
模块进行编码。如果 3D 空间中的一个点的坐标被描述为 [1, 2, 1]
,那不就是三个维度、三个轴、三个等级吗?或者如果那是一维那么它不应该是点(复数),而不是点吗?
这是文档:
在 Numpy 中维度被称为轴。轴的数量是等级。例如,3D 空间中的一个点的坐标 [1, 2, 1] 是一个秩为 1 的数组,因为它只有一个轴。该轴的长度为 3。
资料来源: 链接
原文由 davidjhp 发布,翻译遵循 CC BY-SA 4.0 许可协议
在 numpy
array
s 中,维数是指索引它所需的axes
的数量,而不是任何几何空间的维数。例如,您可以使用 2D 数组描述 3D 空间中点的位置:其中有
shape
的(4, 3)
和维度2
。但它可以描述 3D 空间,因为每一行的长度 (axis
1) 是三,所以每一行可以是一个点位置的 x、y 和 z 分量。axis
的长度0表示点数(这里是4)。但是,这更多是对代码所描述的数学的应用,而不是数组本身的属性。在数学中,向量的维度是它的长度(例如,3d 向量的 x、y 和 z 分量),但在 numpy 中,任何“向量”实际上都被视为长度可变的一维数组。该数组不关心所描述的空间(如果有)的维度是多少。您可以尝试一下,并查看数组的维数和形状,如下所示:
数组可以有很多维度,但超过两维或三维就很难形象化了: