Numpy中array数组对象的储存方式(n,1)和(n,)的区别

之前一直傻傻分不清（n,1）和（n,）之间的区别，这里做一下总结，希望度过此文章的小伙伴都能明白。

例如如果我们创建一个包含10个整型数的数组 a ：

import numpy as np
a=np.arange(10)
a

结果为：

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

则 a 包含了一个数据缓冲区，储存成如下的样子：

a.shape

数据的维度为：(10,)

在这里，shape=(10,)意味着这个数组仅仅被一个索引支配：从0到9。从概念上讲，假如我们使用这个单独的索引给 a 打上标签，那么 a 将看起来像这样：

reshape一个数组的操作不会改变数据缓冲区，而是创建一个新的解释数据的视窗。

b=a.reshape((2,5))
b

结果为：

array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

这样我们的数据就会有两个维度来控制，其中一个的范围是从0到4，另一个的范围是从5到9。

我们举个例子，我们想要取出里面的1值，如何切片操作？

b[0,1]

总结：

第一个形状为（10，）的数组是一维数组。它的结构应该与此类似：a=[1,2,3,4,5]

第二个形状为（10,1）。 类似于b=[[1],[2],[3],[4],[5]]

来源：https://blog.csdn.net/wzk4869/article/details/127244506