如何理解n维向量空间？n维向量空间就是指一个向量的括号里有n个元素，就是一个n维向量的。关于如何理解n维向量空间以及如何理解n维向量空间，N维向量空间，n维向量和n维向量空间，n维向量构成的空间一定是n维向量空间吗，n维向量空间中的向量维数等问题，子健常识将为你整理以下的日常知识：

如何理解n维向量空间

　　n维向量空间就是指一个向量的括号里有n个元素，就是一个n维向量。

　　要理解N维空间，先要理解两个概念：一是N维，二是空间。

　　1、维度：可以理解为角度，而且这些角度是不能相互影响的。

　　比如，我们描述一个地方的位置通常用三个角度来描述：经度、纬度、高度。

　　2、空间：可以是所定义的维度数据的集合，并且要满足某些规则，这些规则根据研究需要而定。

　　比如：描述位置是三维数据，现在我确定一个规则：这个集合是连续的，那么我就定义了一个三维空间了。

n维向量是什么意思？

　　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）。