如何在numpy中保持向量的行/列方向？
如何在numpy中保持向量的行/列方向？
作为一个Matlab/Octave的背景，我一直在努力学习numpy。有一件事情一再让我困惑，那就是向量和多维数组之间的区别。在这个问题上，我将给出一个我遇到的具体问题，但如果有人能解释一下numpy中单维数组的更一般的情况，为什么你首先要使用它们，如何避免在混合使用单维和多维数组时遇到麻烦，我将非常感激。无论如何，问题如下：\n我有一个名为X的2维数组：\nX = numpy.arange(10).reshape(2,5)\n我想将X的最后一列作为另一个2维数组（即列向量）Y存储起来。我目前能想到的唯一方法是：\nY = numpy.atleast_2d(X[:,4]).T\n但我不喜欢这种方法，原因如下：\n1. 我觉得在X[:,4]中应该能够隐含地表示向量的转置，而不需要明确告诉它。\n2. 在需要经常出现这种情况的代码中，使用atleast_2D似乎很麻烦。感觉像是我在做错了什么事情。\n简而言之，有更好的方法吗？\n谢谢。
问题的出现原因是在使用numpy进行向量操作时，有时会出现行或列的方向被改变的情况。解决方法是使用子集操作来保持行列的方向。
在numpy中，可以使用切片或索引来对矩阵进行子集操作。通过使用切片或索引，可以保持矩阵的行列方向。
另外，这种子集操作与Pandas数据框的操作方式有些相似。当对数据框进行索引操作时，会返回一个Series对象；当对数据框进行子集或切片操作时，会返回一个新的数据框。
参考链接：
- [https://stackoverflow.com/a/69861473/16936415](https://stackoverflow.com/a/69861473/16936415)
问题的原因是numpy中的数组操作与Python以及大多数编程语言中的数组操作有所不同。当我们使用a[4]这样的语法来访问数组时，实际上是在访问数组的第五个元素，而不是返回原始数组的某个部分。所以如果a是一个数字数组，a[4]将会是一个数字；如果a是一个二维数组，a[4]将会是一个一维数组。数组元素的访问操作返回的对象的维度比原始数组的维度少一。
Python中的切片表示法可以用来返回原始数组的一个部分的副本，而不是一个元素。切片表示法a:b表示从索引a（包括）到索引b（不包括）的所有元素。a和b都可以省略，省略时表示切片一直延伸到数组的末尾。
对于本问题来说，当我们使用X[:,4]这样的语法时，我们既使用了切片表示法，又使用了常规的索引表示法。切片表示法表示沿第一维的所有索引（0和1，因为数组有两行），而4表示第二维的第五个元素。每个常规索引操作都会将返回对象的维度降低一维，所以由于X是一个二维数组，并且有一个常规索引，所以返回的结果是一个一维数组。Numpy将一维数组显示为行向量。如果想要得到与初始维度相同的结果，就需要使用切片索引，就像本文开头的示例一样。
如果想要提取超过5列的数组的第五列，可以使用X[:,4:5]。如果想要提取第3-4行和第5-7列的部分，可以使用X[3:5,5:8]。希望你明白了。
问题的解决方法是使用切片索引方式来维持行列的方向。如果想要索引第i列并保持方向，可以使用my_array[:, i: i+1]的语法。虽然这种方式可能容易出错，但是如果你要保持方向，那你可能在使用上有问题。1D数组实际上没有方向，更自然的方式是不考虑方向来处理它。当你试图将方向等概念强加给数组时，在Python/NumPy中，你就会做出像这样“容易出错和难以阅读”的事情。
有人认为NumPy应该更容易地识别向量的方向，但是我认为这种要求有点不合理。NumPy的开发人员决定不给1D数组赋予方向。要求NumPy更容易地识别向量方向实际上是说这个决定是错误的，我认为这是不合理的。当然，他们可以做出其他合理的决定，但我认为这个决定是相当明智的。毕竟，线性代数远不止于2D矩阵操作。
有人认为NumPy开发人员的决定是错误的是不合理的吗？不确定我是否同意，即使我并不一定认为任何决定是错误的。我也不确定不给1D数组赋予方向的任何决定是否成功。结果是NumPy的1D数组在线性代数运算中确实有一个方向，至少在线性代数操作中有这个方向，而改变这个方向似乎需要使用容易出错的语法。我相当确定这可以通过多种方式解决，从而改进当前（通常非常好的）包。
是的，我是说当你说这个特定的决定是错误的时，这是不合理的，因为它只是与其他系统不同而已。当然你可以持不同意见。无论如何，我的主要观点是NumPy的1D数组没有方向，说它有方向是不正确的。我不知道这是否适用于这个问题，但我经常看到一些人（通常是有Matlab/Octave背景的人）无法理解1D数组没有方向意味着什么，这阻碍了他们能够有效地理解和使用NumPy数组。