1. 向量個數與維數有什麼區別
向量個數與維數的區別如下：
1、概念性質不同。維數是指向量的長度，例如向量v={a1,a2,....,an}，向量有n個特徵維度，則維數為n，向量個數就是v的個數，如果有m個樣本，每個樣本都可以用一個向量vi表示(i=1,2,...,m)，則向量個數為m。
2、在向量組中表示不同。向量組的維數指的是這組向量的最大線性無關組的個數，向量個數就是指向量組所含個數。
3、對於立體空間的性質不同。由v1，v2兩個向量組成的二維空間。其實這個空間是可以由無數個向量表示的，但是絕對不能少於兩個，這個「能描述空間的最小向來個數」就是向量空間的維數，同時也是這個向量空間的秩數。
2. 線代：什麼是維數怎麼求
線性空間中基的個數就是該空間的維數，求解的話你求出該空間的線性無關的向量的個數即可
3. 什麼是數據的維數
數據的維數一般是指數據不相乾的幾種特性，如對溫度採集得到的一串數據序列，每一個數字代表著兩個個屬性，時間，溫度大小。對於不同的研究對象，所得到的數據維數不同，因為他們的屬性不同。
4. 維數的定義是什麼
維度（又稱維數）是數學中獨立參數的數目。在物理學和哲學的領域內，指獨立的時空坐標的數目。
我們所居於的時空有四個維（3個空間軸和1個時間軸）。我們周圍的空間有3個維（上下，前後，左右）。我們可以往上下、東南西北移動，其他方向的移動只需用3個三維空間軸來表示。向下移就等於負方向地向上移，向西北移就只是向西和向北移的混合。
時間是第四維，與三個空間維不同的是，它只有一個，且只能往一方向前進。
有些理論預言我們所居於的宇宙實際上有更多的維度（通常10，11 或 26 個）。但是這些附加的維度所量度的是次原子大小的的宇宙。（請參看弦論）
維度是理論模型，在非經典物理學中這點更為明顯。所以我們不用計較宇宙的維數是多少，只要方便描述就行了。
5. 維數是什麼
什麼是分維？
在歐氏空間中，人們習慣把空間看成三維的，平面或球面看成二維，而把直線或曲線看成一維。也可以梢加推廣，認為點是零維的，還可以引入高維空間，但通常人們習慣於整數的維數。分形理論把維數視為分數，這類維數是物理學家在研究混沌吸引子等理論時需要引入的重要概念。為了定量地描述客觀事物的「非規則」程度，1919年，數學家從測度的角度引入了維數概念，將維數從整數擴大到分數，從而突破了一般拓撲集維數為整數的界限。
分維的概念我們可以從兩方面建立起來：一方面，我們首先畫一個線段、正方形和立方體，它們的邊長都是1。將它們的邊長二等分，此時，原圖的線度縮小為原來的1/2，而將原圖等分為若干個相似的圖形。其線段、正方形、立方體分別被等分為2^1、2^2和2^3個相似的子圖形，其中的指數1、2、3，正好等於與圖形相應的經驗維數。一般說來，如果某圖形是由把原圖縮小為1/a的相似的b個圖形所組成，有：
a^D=b, D=logb/loga
的關系成立，則指數D稱為相似性維數，D可以是整數，也可以是分數。另一方面，當我們畫一根直線，如果我們用0維的點來量它，其結果為無窮大，因為直線中包含無窮多個點；如果我們用一塊平面來量它，其結果是0，因為直線中不包含平面。那麼，用怎樣的尺度來量它才會得到有限值哪？看來只有用與其同維數的小線段來量它才會得到有限值，而這里直線的維數為1（大於0、小於2）。與此類似，如果我們畫一個Koch曲線，其整體是一條無限長的線折疊而成，顯然，用小直線段量，其結果是無窮大，而用平面量，其結果是0（此曲線中不包含平面），那麼只有找一個與Koch曲線維數相同的尺子量它才會得到有限值，而這個維數顯然大於1、小於2，那麼只能是小數（即分數）了，所以存在分維。其實，Koch曲線的維數是1.2618……。
6. 什麼是向量維數
向量的維數是指：向量在分量的個數
如：（a,b,c）這就是一個三維向量。
但樓上說的對應一個超大空間說明沒有理解
向量維數與空間維數的區別
所謂空間維數指的是空間基當中向量的個數，並不是由向量的維數確定的。
如｛x|x=k(a,b,c),k為任意常數｝這就是一維向量空間。就是空間當中的一條直線。
7. 什麼是維數 (dimension)
度（又稱維數）是數學中獨立參數的數目。在物理學和哲學的領域內，指獨立的時空坐標的數目。
我們所居於的時空有四個維（3個空間軸和1個時間軸）。我們周圍的空間有3個維（上下，前後，左右）。我們可以往上下、東南西北移動，其他方向的移動只需用3個三維空間軸來表示。向下移就等於負方向地向上移，向西北移就只是向西和向北移的混合。
時間是第四維，與三個空間維不同的是，它只有一個，且只能往一方向前進。
有些理論預言我們所居於的宇宙實際上有更多的維度（通常10，11 或 26 個）。但是這些附加的維度所量度的是次原子大小的的宇宙。（請參看弦論）
維度是理論模型，在非經典物理學中這點更為明顯。所以我們不用計較宇宙的維數是多少，只要方便描述就行了。
【有關維數】
在物理學中，質的維度通常以質的基本單位表示: 例如，速率的維度就是長度除時間。
在普通的幾何學（歐幾里得幾何）中，通常把一個點看作0維，一條線（直線、曲線）看作1維，一個面（平面、曲面）看作2維；而空間則是3維的。
假設有一條線段，以這條線段為邊長畫出了一個正方形，又以這條線段為棱長畫了一個立方體；
如果把這條線段長度擴大到3倍，那麼正方形面積就是原來的9倍；立方體體積就是原來的27倍
3、9、27分別是擴大倍數的1、2、3次方，因此1、2、3維就是這樣命名的。
一維 只有長度
二維 平面世界 只有長寬
三維 長寬高 立體世界 我們肉眼親身感覺到看到的世界 三維空間是點的位置由三個坐標決定的空間。客觀存在的現實空間就是三維空間，具有長、寬、高三種度量。數學、物理等學科中引進的多維空間概念，是在三維空間基礎上所作的科學抽象。
四維 一個時空的概念 日常生活所提及的「四維空間」，大多數都是指阿爾伯特·愛因斯坦在他的《廣義相對論》和《狹義相對論》中提及的「四維時空」概念。我們的宇宙是由時間和空間構成。時空的關系，是在空間的架構上比普通三維空間的長、寬、高三條軸外又加了一條時間軸，而這條時間的軸是一條虛數值的軸。根據阿爾伯特·愛因斯坦相對論所說：我們生活中所面對的三維空間加上時間構成所謂四維空間。
1975年，法國科學家Mandelbrot創造了「分形(fractal)」一詞，正式將分數維（實際上是實數維）引入了幾何；但是在20世紀初就已經有人提出了分數維。請參見分形、分形幾何
19世紀到20世紀，維數的另一個發展方向：高維也有很大的成就，數學中又引來了「無窮維」的怪物概念。
我們知道，數軸上兩點之間的距離|a1-a2|可以表示為(a1-a2)^2的算術根；而平面直角坐標系內的點的距離則是(a1-a2)^2+(b1-b2)^2的算術根；類推，n維空間內的距離公式則是(a11-a12)^2+(a21-a22)^2+(a31-a32)^2+......+(an1-an2)^2的算術平方根。無窮維的距離公式則建立在無窮求和的基礎上的。
8. "矩陣的維數"是什麼意思
在數學中,矩陣的維數就是矩陣的秩
把矩陣的秩弄明白了就明白矩陣的維數是什麼了
矩陣的秩就是矩陣中非零子式的最高階數
簡單來說,就是把矩陣進行初等行變換之後有非零數的行數
例如，對一個3*5矩陣進行初等行變換,
最後變換成形如:
┌ 1 1 1 0 3 ┐
│ 0 0 2 3 0 │
└ 0 0 0 0 0 ┘
這樣的階梯型矩陣後,數數其中非零行的行數就能知道矩陣的秩有多少了
顯然,其中第一、二行為非零行，一共有兩行，所以秩r=2，也就是原矩陣維數為2
9. (線性代數)這里維數是啥意思啊！
維度，又稱維數，是數學中獨立參數的數目。在物理學和哲學的領域內，指獨立的時空坐標的數目。0維是一個無限小的點，沒有長度。1維是一條無限長的線，只有長度。
2維是一個平面，是由長度和寬度(或部分曲線)組成面積。3維是2維加上高度組成體積。4維分為時間上和空間上的4維，人們說的4維經常是指關於物體在時間線上的轉移。（4維准確來說有兩種。1.四維時空，是指三維空間加一維時間。2.四維空間，只指四個維度的空間。）四維運動產生了五維。
從廣義上講：維度是事物「有聯系」的抽象概念的數量，「有聯系」的抽象概念指的是由多個抽象概念聯系而成的抽象概念，和任何一個組成它的抽象概念都有聯系，組成它的抽象概念的個數就是它變化的維度，如面積。此概念成立的基礎是一切事物都有相對聯系。
從哲學角度看，人們觀察、思考與表述某事物的「思維角度」，簡稱「維度」。例如，人們觀察與思考「月亮」這個事物，可以從月亮的「內容、時間、空間」三個思維角度去描述；也可以從月亮的「載體、能量、信息」三個思維角度去描述。
(9)維數擴展閱讀：
數學維度
描述
在一定的前提下描述一個數學對象所需的參數個數，完整表述應為「對象X基於前提A是n維」。
理解
通常的理解是「點是0維、直線是1維、平面是2維、體是3維」。實際上這種說法中提到的概念是「前提」而不是「被描述對象」，被描述對象均是「點」。
故其完整表述應為「點基於點是0維、點基於直線是1維、點基於平面是2維、點基於體是3維」。再進一步解釋，在點上描述（定位）一個點就是點本身，不需要參數；
在直線上描述（定位）一個點，需要1個參數（坐標值）；在平面上描述（定位）一個點，需要2個參數（坐標值）；在體上描述（定位）一個點，需要3個參數（坐標值）。
如果我們改變「對象」就會得到不同的結論，如：「直線基於平面是4維、直線基於體是6維、平面基於體是9維」。
進一步解釋，兩點可確定一條直線，所以描述（定位）一條直線在平面上需要2×2個參數（坐標值）、在體上需要2×3個參數（坐標值）；不共線的三點可確定一個平面，所以在體上描述（定位）一個平面需要3×3個參數（坐標值）。
10. 向量的維數和矩陣的維數和空間的維數的區別是什麼
向量的維數和矩陣的維數和空間的維數的區別有矩陣的維數和矩陣的秩兩者范圍不同，矩陣的維數和矩陣的秩兩者用途不同，矩陣的維數和矩陣的秩兩者對應關系不同。
1、矩陣的維數和矩陣的秩兩者范圍不同：維度，是數學中獨立參數的數目；而秩表示的是其生成的子空間的維度。如果還考慮m× n矩陣，將A的秩定義為向量組F的秩，則可以看到如此定義的A的秩就是矩陣 A的線性無關縱列的極大數目。
2、矩陣的維數和矩陣的秩兩者用途不同：「點基於點是0維、點基於直線是1維、點基於平面是2維、點基於體是3維」。再進一步解釋，在點上描述（定位）一個點就是點本身，不需要參數；在直線上描述（定位）一個點，需要1個參數（坐標值）。
在平面上描述（定位）一個點，需要2個參數（坐標值）；在體上描述（定位）一個點，需要3個參數（坐標值）。
而矩陣的秩的一個有用應用是計算線性方程組解的數目。
3、矩陣的維數和矩陣的秩兩者對應關系不同：矩陣的維數沒有固定的對應關系。
而對於每個矩陣A，fA都是一個線性映射，同時，對每個的 線性映射f，都存在矩陣A使得 f= fA。也就是說，映射是一個同構映射。所以一個矩陣 A的秩還可定義為fA的像的維度。矩陣 A稱為 fA的變換矩陣。
(10)維數擴展閱讀：
矩陣的概念最早在1922年見於中文。1922年，程廷熙在一篇介紹文章中將矩陣譯為「縱橫陣」。1925年，科學名詞審查會算學名詞審查組在《科學》第十卷第四期刊登的審定名詞表中，矩陣被翻譯為「矩陣式」，方塊矩陣翻譯為「方陣式」，
而各類矩陣如「正交矩陣」、「伴隨矩陣」中的「矩陣」則被翻譯為「方陣」。1935年，中國數學會審查後，中華民國教育部審定的《數學名詞》（並「通令全國各院校一律遵用，以昭劃一」）中，「矩陣」作為譯名首次出現。
1938年，曹惠群在接受科學名詞審查會委託就數學名詞加以校訂的《算學名詞彙編》中，認為應當的譯名是「長方陣」。中華人民共和國成立後編訂的《數學名詞》中，則將譯名定為「（矩）陣」。
1993年，中國自然科學名詞審定委員會公布的《數學名詞》中，「矩陣」被定為正式譯名，並沿用至今。
參考資料來源：網路-維度
參考資料來源：網路- 秩（線性代數術語）