在 numpy 中进行矩阵运算，用 arrays 和 matrices 哪个好一些？

[sukai0me]

本人刚刚接触 numpy ，使用 np.array( )创建“矩阵”（实则是多维数组），但遇到一些降维的函数操作，比如 np.sum( )， np.mean( )， np.diag( )等， arrays 原先的维度将不被友好地保存，如图所示，图片摘自 stackoverflow ：

这是我 google 得到的最棒的答案： http://stackoverflow.com/questions/4151128/what-are-the-differences-between-numpy-arrays-and-matrices-which-one-should-i-u

也欢迎 V2EX 的盆友们，一起讨论讨论。 特别是 arrays 遇到降维操作时，如何优雅得处理？

[chuan]

numpy 的坑啊，一开始学的时候各种受不了，后来习惯了。。一般还是推荐用 array 多些吧

[chlx]

图片挂了.
能用 ndarray 就别用 matrices.
关于维度的问题执行这些会降维的函数时指定 axis 对哪个维度操作
另外个也该看看的, broadcasting:
http://docs.scipy.org/doc/numpy-1.10.1/user/basics.broadcasting.html

[sukai0me]

@chuan 总觉着 numpy 的设计有些反人类...

[sukai0me]

@chlx
图片：

再补充有关降维函数：若 A 为 2x2 的 array （ A.shape=(2,2)），进行 np.sum(A, 0)，指定 axis 为 0 ，得到的结果不在是二维数组，而是一维数组，即： np.sum(A, 0).shape=( 2, )，也就是我所说的维度不被保存

[chlx]

@sukai0me
shape=(2, ) 很直观呐.
如果需要保留维度的话 np.sum(A, axis=0, keepdims=1)

[chuan]

@sukai0me 同感，这个设计多少还是阻挡了一些人学习的欲望

[sukai0me]

@chlx 谢谢！