python numpyの次元について

Question

numpyについてです。

np.zeros(4)
np.zeros((1, 4))

上記の二種類についてなのですが違いはありますか？
shapeメソッドを実行すると
(4,)
(1,4)
というタプルが出るのですがどちらも[0,0,0,0]なので一つ目の配列も(1,4)だと考えているのですが理由が分かる方はいますか？数学的な質問かもしれませんがどなたかよろしくお願いします。

Answer 1

>>> import numpy as np
>>> np.zeros(4)
array([0., 0., 0., 0.])
>>> np.zeros((1,4))
array([[0., 0., 0., 0.]])

前者は[0., 0., 0., 0.]、後者は[[0., 0., 0., 0.]]なのでよく見ると微妙に違います。数学的に適当な用語がないので、後者はC言語風に2次元配列とでも呼んでみましょうか。
０番目の要素を取ってみます。

>>> np.zeros(4)[0]
0.0
>>> np.zeros((1,4))[0]
array([0., 0., 0., 0.])

やっぱり違います。

追記

こういうときはndimを見ると簡単に確認できます。

>>> np.zeros(4).ndim
1
>>> np.zeros((1,4)).ndim
2

更に追記

これを見ればわかるかも。

>>> np.zeros((1,4))
array([[0., 0., 0., 0.]])
>>> np.zeros((2,4))
array([[0., 0., 0., 0.],
       [0., 0., 0., 0.]])

Answer 2

いくつかあるうちのひとつですが、np.zeros(4)は転置がないです。np.zeros(4).Tと同じです。行列とベクトルの積を考える際には厄介な問題になったりしそうですよね。

Comments

[hayataka2049]

numpyの1次元配列の転置は元の1次元配列になります。転置してnp.zeros((1,4))になるのはnp.zeros((4,1))です

[tachikoma]

ですね～ndim=1のときは縦ベクトルと横ベクトルが区別されない（できない）んですよね。