Erklären Sie die Unterschiede zwischen Dim, Shape, Rank, Dimension und Axis in Numpy

Ich bin neu in Python und Numpy im Allgemeinen. Ich habe mehrere Tutorials gelesen und bin immer noch so verwirrt zwischen den Unterschieden in Dim, Rängen, Formen, Aixen und Dimensionen. Mein Verstand scheint bei der Matrixdarstellung stecken zu bleiben. Wenn Sie also sagen, dass A eine Matrix ist, die so aussieht:

A = 

1 2 3
4 5 6

dann fällt mir nur noch eine 2x3-Matrix ein (zwei Zeilen und drei Spalten). Hier verstehe ich, dass die Form 2x3 ist. Aber ich bin wirklich nicht in der Lage, mich dem Denken einer 2D-Matrix zu entziehen. Ich verstehe zum Beispiel das nichtdot () Dokumentation wenn es heißt "Für N Dimensionen ist es ein Summenprodukt über der letzten Achse von a und dem vorletzten von b". Ich bin so verwirrt und verstehe das nicht. Ich verstehe nicht, ob V ein N: 1-Vektor und M eine N: N-Matrix ist, wie Punkt (V, M) oder Punkt (M, V) funktionieren und wie sie sich unterscheiden.

Kann mir dann bitte jemand erklären, was ein N-dimensionales Array ist, was eine Form ist, was eine Achse ist und in welcher Beziehung dies zur Dokumentation der dot () -Funktion steht? Es wäre toll, wenn die Erklärung die Ideen visualisiert.

Antworten auf die Frage(3)

Ihre Antwort auf die Frage