Numpy Vector (N,1)维-> (N，)维转换
Numpy Vector (N,1)维-> (N，)维转换
提问于 2013-07-26 06:25:59
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
回答 4
Stack Overflow用户
回答已采纳
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)Stack Overflow用户
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)Stack Overflow用户
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])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/17869840
复制相关文章
相似问题
腾讯云开发者
