1. 向量个数与维数有什么区别
向量个数与维数的区别如下：
1、概念性质不同。维数是指向量的长度，例如向量v={a1,a2,....,an}，向量有n个特征维度，则维数为n，向量个数就是v的个数，如果有m个样本，每个样本都可以用一个向量vi表示(i=1,2,...,m)，则向量个数为m。
2、在向量组中表示不同。向量组的维数指的是这组向量的最大线性无关组的个数，向量个数就是指向量组所含个数。
3、对于立体空间的性质不同。由v1，v2两个向量组成的二维空间。其实这个空间是可以由无数个向量表示的，但是绝对不能少于两个，这个“能描述空间的最小向来个数”就是向量空间的维数，同时也是这个向量空间的秩数。
2. 线代：什么是维数怎么求
线性空间中基的个数就是该空间的维数，求解的话你求出该空间的线性无关的向量的个数即可
3. 什么是数据的维数
数据的维数一般是指数据不相干的几种特性，如对温度采集得到的一串数据序列，每一个数字代表着两个个属性，时间，温度大小。对于不同的研究对象，所得到的数据维数不同，因为他们的属性不同。
4. 维数的定义是什么
维度（又称维数）是数学中独立参数的数目。在物理学和哲学的领域内，指独立的时空坐标的数目。
我们所居于的时空有四个维（3个空间轴和1个时间轴）。我们周围的空间有3个维（上下，前后，左右）。我们可以往上下、东南西北移动，其他方向的移动只需用3个三维空间轴来表示。向下移就等于负方向地向上移，向西北移就只是向西和向北移的混合。
时间是第四维，与三个空间维不同的是，它只有一个，且只能往一方向前进。
有些理论预言我们所居于的宇宙实际上有更多的维度（通常10，11 或 26 个）。但是这些附加的维度所量度的是次原子大小的的宇宙。（请参看弦论）
维度是理论模型，在非经典物理学中这点更为明显。所以我们不用计较宇宙的维数是多少，只要方便描述就行了。
5. 维数是什么
什么是分维？
在欧氏空间中，人们习惯把空间看成三维的，平面或球面看成二维，而把直线或曲线看成一维。也可以梢加推广，认为点是零维的，还可以引入高维空间，但通常人们习惯于整数的维数。分形理论把维数视为分数，这类维数是物理学家在研究混沌吸引子等理论时需要引入的重要概念。为了定量地描述客观事物的“非规则”程度，1919年，数学家从测度的角度引入了维数概念，将维数从整数扩大到分数，从而突破了一般拓扑集维数为整数的界限。
分维的概念我们可以从两方面建立起来：一方面，我们首先画一个线段、正方形和立方体，它们的边长都是1。将它们的边长二等分，此时，原图的线度缩小为原来的1/2，而将原图等分为若干个相似的图形。其线段、正方形、立方体分别被等分为2^1、2^2和2^3个相似的子图形，其中的指数1、2、3，正好等于与图形相应的经验维数。一般说来，如果某图形是由把原图缩小为1/a的相似的b个图形所组成，有：
a^D=b, D=logb/loga
的关系成立，则指数D称为相似性维数，D可以是整数，也可以是分数。另一方面，当我们画一根直线，如果我们用0维的点来量它，其结果为无穷大，因为直线中包含无穷多个点；如果我们用一块平面来量它，其结果是0，因为直线中不包含平面。那么，用怎样的尺度来量它才会得到有限值哪？看来只有用与其同维数的小线段来量它才会得到有限值，而这里直线的维数为1（大于0、小于2）。与此类似，如果我们画一个Koch曲线，其整体是一条无限长的线折叠而成，显然，用小直线段量，其结果是无穷大，而用平面量，其结果是0（此曲线中不包含平面），那么只有找一个与Koch曲线维数相同的尺子量它才会得到有限值，而这个维数显然大于1、小于2，那么只能是小数（即分数）了，所以存在分维。其实，Koch曲线的维数是1.2618……。
6. 什么是向量维数
向量的维数是指：向量在分量的个数
如：（a,b,c）这就是一个三维向量。
但楼上说的对应一个超大空间说明没有理解
向量维数与空间维数的区别
所谓空间维数指的是空间基当中向量的个数，并不是由向量的维数确定的。
如｛x|x=k(a,b,c),k为任意常数｝这就是一维向量空间。就是空间当中的一条直线。
7. 什么是维数 (dimension)
度（又称维数）是数学中独立参数的数目。在物理学和哲学的领域内，指独立的时空坐标的数目。
我们所居于的时空有四个维（3个空间轴和1个时间轴）。我们周围的空间有3个维（上下，前后，左右）。我们可以往上下、东南西北移动，其他方向的移动只需用3个三维空间轴来表示。向下移就等于负方向地向上移，向西北移就只是向西和向北移的混合。
时间是第四维，与三个空间维不同的是，它只有一个，且只能往一方向前进。
有些理论预言我们所居于的宇宙实际上有更多的维度（通常10，11 或 26 个）。但是这些附加的维度所量度的是次原子大小的的宇宙。（请参看弦论）
维度是理论模型，在非经典物理学中这点更为明显。所以我们不用计较宇宙的维数是多少，只要方便描述就行了。
【有关维数】
在物理学中，质的维度通常以质的基本单位表示: 例如，速率的维度就是长度除时间。
在普通的几何学（欧几里得几何）中，通常把一个点看作0维，一条线（直线、曲线）看作1维，一个面（平面、曲面）看作2维；而空间则是3维的。
假设有一条线段，以这条线段为边长画出了一个正方形，又以这条线段为棱长画了一个立方体；
如果把这条线段长度扩大到3倍，那么正方形面积就是原来的9倍；立方体体积就是原来的27倍
3、9、27分别是扩大倍数的1、2、3次方，因此1、2、3维就是这样命名的。
一维 只有长度
二维 平面世界 只有长宽
三维 长宽高 立体世界 我们肉眼亲身感觉到看到的世界 三维空间是点的位置由三个坐标决定的空间。客观存在的现实空间就是三维空间，具有长、宽、高三种度量。数学、物理等学科中引进的多维空间概念，是在三维空间基础上所作的科学抽象。
四维 一个时空的概念 日常生活所提及的“四维空间”，大多数都是指阿尔伯特·爱因斯坦在他的《广义相对论》和《狭义相对论》中提及的“四维时空”概念。我们的宇宙是由时间和空间构成。时空的关系，是在空间的架构上比普通三维空间的长、宽、高三条轴外又加了一条时间轴，而这条时间的轴是一条虚数值的轴。根据阿尔伯特·爱因斯坦相对论所说：我们生活中所面对的三维空间加上时间构成所谓四维空间。
1975年，法国科学家Mandelbrot创造了“分形(fractal)”一词，正式将分数维（实际上是实数维）引入了几何；但是在20世纪初就已经有人提出了分数维。请参见分形、分形几何
19世纪到20世纪，维数的另一个发展方向：高维也有很大的成就，数学中又引来了“无穷维”的怪物概念。
我们知道，数轴上两点之间的距离|a1-a2|可以表示为(a1-a2)^2的算术根；而平面直角坐标系内的点的距离则是(a1-a2)^2+(b1-b2)^2的算术根；类推，n维空间内的距离公式则是(a11-a12)^2+(a21-a22)^2+(a31-a32)^2+......+(an1-an2)^2的算术平方根。无穷维的距离公式则建立在无穷求和的基础上的。
8. "矩阵的维数"是什么意思
在数学中,矩阵的维数就是矩阵的秩
把矩阵的秩弄明白了就明白矩阵的维数是什么了
矩阵的秩就是矩阵中非零子式的最高阶数
简单来说,就是把矩阵进行初等行变换之后有非零数的行数
例如，对一个3*5矩阵进行初等行变换,
最后变换成形如:
┌ 1 1 1 0 3 ┐
│ 0 0 2 3 0 │
└ 0 0 0 0 0 ┘
这样的阶梯型矩阵后,数数其中非零行的行数就能知道矩阵的秩有多少了
显然,其中第一、二行为非零行，一共有两行，所以秩r=2，也就是原矩阵维数为2
9. (线性代数)这里维数是啥意思啊！
维度，又称维数，是数学中独立参数的数目。在物理学和哲学的领域内，指独立的时空坐标的数目。0维是一个无限小的点，没有长度。1维是一条无限长的线，只有长度。
2维是一个平面，是由长度和宽度(或部分曲线)组成面积。3维是2维加上高度组成体积。4维分为时间上和空间上的4维，人们说的4维经常是指关于物体在时间线上的转移。（4维准确来说有两种。1.四维时空，是指三维空间加一维时间。2.四维空间，只指四个维度的空间。）四维运动产生了五维。
从广义上讲：维度是事物“有联系”的抽象概念的数量，“有联系”的抽象概念指的是由多个抽象概念联系而成的抽象概念，和任何一个组成它的抽象概念都有联系，组成它的抽象概念的个数就是它变化的维度，如面积。此概念成立的基础是一切事物都有相对联系。
从哲学角度看，人们观察、思考与表述某事物的“思维角度”，简称“维度”。例如，人们观察与思考“月亮”这个事物，可以从月亮的“内容、时间、空间”三个思维角度去描述；也可以从月亮的“载体、能量、信息”三个思维角度去描述。
(9)维数扩展阅读：
数学维度
描述
在一定的前提下描述一个数学对象所需的参数个数，完整表述应为“对象X基于前提A是n维”。
理解
通常的理解是“点是0维、直线是1维、平面是2维、体是3维”。实际上这种说法中提到的概念是“前提”而不是“被描述对象”，被描述对象均是“点”。
故其完整表述应为“点基于点是0维、点基于直线是1维、点基于平面是2维、点基于体是3维”。再进一步解释，在点上描述（定位）一个点就是点本身，不需要参数；
在直线上描述（定位）一个点，需要1个参数（坐标值）；在平面上描述（定位）一个点，需要2个参数（坐标值）；在体上描述（定位）一个点，需要3个参数（坐标值）。
如果我们改变“对象”就会得到不同的结论，如：“直线基于平面是4维、直线基于体是6维、平面基于体是9维”。
进一步解释，两点可确定一条直线，所以描述（定位）一条直线在平面上需要2×2个参数（坐标值）、在体上需要2×3个参数（坐标值）；不共线的三点可确定一个平面，所以在体上描述（定位）一个平面需要3×3个参数（坐标值）。
10. 向量的维数和矩阵的维数和空间的维数的区别是什么
向量的维数和矩阵的维数和空间的维数的区别有矩阵的维数和矩阵的秩两者范围不同，矩阵的维数和矩阵的秩两者用途不同，矩阵的维数和矩阵的秩两者对应关系不同。
1、矩阵的维数和矩阵的秩两者范围不同：维度，是数学中独立参数的数目；而秩表示的是其生成的子空间的维度。如果还考虑m× n矩阵，将A的秩定义为向量组F的秩，则可以看到如此定义的A的秩就是矩阵 A的线性无关纵列的极大数目。
2、矩阵的维数和矩阵的秩两者用途不同：“点基于点是0维、点基于直线是1维、点基于平面是2维、点基于体是3维”。再进一步解释，在点上描述（定位）一个点就是点本身，不需要参数；在直线上描述（定位）一个点，需要1个参数（坐标值）。
在平面上描述（定位）一个点，需要2个参数（坐标值）；在体上描述（定位）一个点，需要3个参数（坐标值）。
而矩阵的秩的一个有用应用是计算线性方程组解的数目。
3、矩阵的维数和矩阵的秩两者对应关系不同：矩阵的维数没有固定的对应关系。
而对于每个矩阵A，fA都是一个线性映射，同时，对每个的 线性映射f，都存在矩阵A使得 f= fA。也就是说，映射是一个同构映射。所以一个矩阵 A的秩还可定义为fA的像的维度。矩阵 A称为 fA的变换矩阵。
(10)维数扩展阅读：
矩阵的概念最早在1922年见于中文。1922年，程廷熙在一篇介绍文章中将矩阵译为“纵横阵”。1925年，科学名词审查会算学名词审查组在《科学》第十卷第四期刊登的审定名词表中，矩阵被翻译为“矩阵式”，方块矩阵翻译为“方阵式”，
而各类矩阵如“正交矩阵”、“伴随矩阵”中的“矩阵”则被翻译为“方阵”。1935年，中国数学会审查后，中华民国教育部审定的《数学名词》（并“通令全国各院校一律遵用，以昭划一”）中，“矩阵”作为译名首次出现。
1938年，曹惠群在接受科学名词审查会委托就数学名词加以校订的《算学名词汇编》中，认为应当的译名是“长方阵”。中华人民共和国成立后编订的《数学名词》中，则将译名定为“（矩）阵”。
1993年，中国自然科学名词审定委员会公布的《数学名词》中，“矩阵”被定为正式译名，并沿用至今。
参考资料来源：网络-维度
参考资料来源：网络- 秩（线性代数术语）