vector 二维数组

在机器学习中，向量通常是一个一维的数组，它可以表示一个点或一个样本。而二维数组是由多个一维数组组成的数据结构，通常用于表示矩阵或者表格数据。与向量不同，二维数组中的每个元素可以包含多个值。

如果你想要使用二维数组来表示数据，可以使用Python中的NumPy库。NumPy提供了强大的数组操作功能，可以轻松创建和处理多维数组。你可以使用NumPy的ndarray对象来表示和操作二维数组。

下面是一个使用NumPy创建并操作二维数组的示例代码：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 获取数组的形状
shape = arr.shape
print("数组的形状：", shape)

# 获取数组的维度
dim = arr.ndim
print("数组的维度：", dim)

# 访问数组中的元素
element = arr = 9

# 打印数组
print("修改后的数组：")
print(arr)

这段代码创建了一个2行3列的二维数组，并演示了如何获取数组的形状、维度，以及如何访问和修改数组中的元素。你可以根据自己的需求使用NumPy库进行二维数组的创建和操作。<span class="em">1</span>
#### 引用[.reference_title]
- *1* [使用HOG矢量检测图像中的行人 Padestrian Detection in images using HOG Vector](https://download.csdn.net/download/qq_35831906/88252973)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]