假设我创建了一个二维数组
m = np.random.normal(0, 1, size=(1000, 2))
q = np.zeros(shape=(1000,1))
print m[:,0] -q
当我接受时,m[:,0].shape
我得到(1000,)
的不是(1000,1)
我想要的。如何强制m[:,0]
转换为(1000,1)
数组?
正如您所注意到的,通过特别选择第 0 列,您可以降低维度:
>>> m = np.random.normal(0, 1, size=(5, 2))
>>> m[:,0].shape
(5,)
您有很多选择可以让 5x1 对象退出。您可以使用列表而不是整数进行索引:
>>> m[:, [0]].shape
(5, 1)
您可以要求“所有列,但不包括 1”:
>>> m[:,:1].shape
(5, 1)
或者您可以使用None
(or np.newaxis
),这是扩展维度的一般技巧:
>>> m[:,0,None].shape
(5, 1)
>>> m[:,0][:,None].shape
(5, 1)
>>> m[:,0, None, None].shape
(5, 1, 1)
最后,您可以重塑:
>>> m[:,0].reshape(5,1).shape
(5, 1)
但对于这种情况,我会使用其他方法之一。