我有一个关于(N,)维数组和(N,1)维数组之间转换的问题。例如,y是(2,)维。
A=np.array([[1,2],[3,4]])
x=np.array([1,2])
y=np.dot(A,x)
y.shape
Out[6]: (2,)
但下面将显示y2为(2,1)维。
x2=x[:,np.newaxis]
y2=np.dot(A,x2)
y2.shape
Out[14]: (2, 1)
将y2转换回y而不进行复制的最有效方法是什么?
谢谢,汤姆
发布于 2013-07-26 09:24:01
reshape
可以做到这一点
a = np.arange(3) # a.shape = (3,)
b = a.reshape((3,1)) # b.shape = (3,1)
b2 = a.reshape((-1,1)) # b2.shape = (3,1)
c = b.reshape((3,)) # c.shape = (3,)
c2 = b.reshape((-1,)) # c2.shape = (3,)
还要注意,reshape
不会复制数据,除非它需要为新形状复制数据(这里不需要这样做):
a.__array_interface__['data'] # (22356720, False)
b.__array_interface__['data'] # (22356720, False)
c.__array_interface__['data'] # (22356720, False)
发布于 2015-04-20 04:22:41
>>> x = np.array([[[0], [1], [2]]])
>>> x.shape
(1, 3, 1)
>>> np.squeeze(x).shape
(3,)
>>> np.squeeze(x, axis=(2,)).shape
(1, 3)
发布于 2013-07-26 06:29:51
沿着所需的尺寸切片,如下例所示。要进行相反的操作,您可以使用None
作为任何维度的切片,这些维度应该被视为单一维度,但这是使形状工作所必需的。
In [786]: yy = np.asarray([[11],[7]])
In [787]: yy
Out[787]:
array([[11],
[7]])
In [788]: yy.shape
Out[788]: (2, 1)
In [789]: yy[:,0]
Out[789]: array([11, 7])
In [790]: yy[:,0].shape
Out[790]: (2,)
In [791]: y1 = yy[:,0]
In [792]: y1.shape
Out[792]: (2,)
In [793]: y1[:,None]
Out[793]:
array([[11],
[7]])
In [794]: y1[:,None].shape
Out[794]: (2, 1)
或者,您可以使用reshape
In [795]: yy.reshape((2,))
Out[795]: array([11, 7])
https://stackoverflow.com/questions/17869840
复制相似问题