n维向量什么意思？

是指向量的元素个数为n。比如，三维向量的形式为α=(x1,x2,x3)，五维向量的形式为β=(x1,x2,x3,x4,x5)。

向量，指具有大小和方向的几何对象，可以形象化地表示为带箭头的线段：箭头所指，代表向量的方向、线段长度，代表向量的大小。

向量可以用有向线段来表示：

有向线段的长度表示向量的大小，向量的大小，也就是向量的长度。长度为0的向量叫做零向量，记作长度等于1个单位的向量，叫做单位向量。箭头所指的方向表示向量的方向。

在2维空间中，两个2维向量构成的的行列式的值，等同于两个向量组成的平行四边形面积大小。也就是说，在2维空间中，两个2维向量构成的的行列式的值，等同于两个2维向量的【叉积】。

是普通平面和空间向量概念的推广，是一种特殊的矩阵。

由数a1,a2....an组成的有序数组，称为n维向量，简称为向量。向量通常用斜体希腊字母等表示。在一个向量组中，若有一个部分向量组线性相关， 则整个向量组也必定线性相关，反之不成立。推论一个线性无关的向量组的任何非空的部分向量组都 线性无关。

在机器学习过程中，我们会经常遇到向量、数组和矩阵这三种数据结构，下面就这三种数据结构做一次详细的分析。同时我们时常困惑于维度，n维向量，n维数组，矩阵的维度，本文着重就这一方面进行分析。

解析几何中，我们把“既有大小又有方向的量”叫作向量，并把可随意平行移动的有向线段作为向量的几何形象。

在引进坐标系以后，这种向量就有了坐标表示式— — n个有次序的实数，也就是n维向量。因此，当　n ≤ 3 时，n维向量可以把有向线段作为几何形象，但当n＞3 时，n 维向量就不再有这种几何形象，只是沿用一些几何术语罢了。

3维向量空间：

在点空间取定坐标系以后，空间中的点P（x，y，z）与3 维向量　r =（x，y，z）T 之间有一一对应的关系，因此，向量空间可以类比为取定了坐标系的点空间。在讨论向量的运算时，我们把向量看作有向线段；在讨论向量集时，则把向量r 看作以r 为向径的点P，从而把点P 的轨迹作为向量集的图形。

在同济大学线性代数第六版中，有这样一句话，矩阵的列向量组和行向量组都是只含有限个向量的向量组；反之，一个含有限个向量的向量组总可以构成一个矩阵。因此我们可以推断，列向量是可以多维的，但是它的深度只能是一维（这里的深度是相对于矩阵和数组而言的，而这里的维度是指的空间的维度，这是两个不同的概念）。

很简单。只是因为我们处于三维空间，大于三维的度量不容易感知。

先从三维谈起，如向量{x1,x2,x3}在三维空间上必然可以分解为

{x1,x2,x3}=x1{1,0,0}+x2{0,1,0}+x3{0,0,1}

这三个分量{1,0,0}{0,1,0}{0,0,1}是线性无关的。而且是正交的。这样空间直角坐标系就有了基。这三个分量可以将任何三维向量线性表出。所以三维向量组成的几何空间其实可以用这三个基表达出任何三维向量。当然，向量和点对应，三维向量其实也是对应三维直角坐标系的一个点。

这样对于n维向量{x1,x2,...,xn}=x1{1,0,..,0}+...+xn{0,0,...,1}

其实在n维空间上就是由n个基构成的一个线性组合。换句话说，它也是其在n维直角坐标系中的一个点。当然，这里的直角的含义是，n个基两两正交。

按照你的要求我再说明白一点，一个n维向量其实就是一个n维欧式空间的一个点。只不过是有n个向量的。

『如果我的回答对您有帮助，请点击下面的“好评”，谢谢，您的采纳是对我莫大的支持。』

---