来自绝对初学者的机器学习：简单的英语介绍：

每列包含一个特征。特征也称为变量、维度或属性——但它们的含义相同。

从这里（本书的补充文件）：

• 在 NumPy 中，每个维度都称为一个轴。
• 轴的数量称为秩。
  • 例如，上面的 3x4 矩阵是一个秩为 2 的数组（它是二维的）。
  • 第一个轴的长度为 3，第二个轴的长度为 4。
• 数组的轴长度列表称为数组的形状。
  • 例如，上述矩阵的形状是(3, 4)。
  • 秩等于形状的长度。
• 数组的大小是元素的总数，它是所有轴长度的乘积（例如 3*4=12）

问题：数据框维度是否与 NumPy 维度完全不同（只是相同的词，但描述了不同的概念）？

我正在学习 Python 和机器学习，但从统计角度熟悉 R 和 R 数据框