42

我对 (N,) 维数组和 (N,1) 维数组之间的转换有疑问。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,)

但以下将显示 y2 为 (2,1) 维。

x2=x[:,np.newaxis]

y2=np.dot(A,x2)

y2.shape
Out[14]: (2, 1)

在不复制的情况下将 y2 转换回 y 的最有效方法是什么？

谢谢，汤姆

4

4 回答 4

50

reshape为此工作

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,)

另请注意，reshape除非需要新形状（此处不需要这样做），否则不会复制数据：

a.__array_interface__['data']   # (22356720, False)
b.__array_interface__['data']   # (22356720, False)
c.__array_interface__['data']   # (22356720, False)
于 2013-07-26T01:24:01.490 回答
19

使用numpy.squeeze：

>>> x = np.array([[[0], [1], [2]]])
>>> x.shape
(1, 3, 1)
>>> np.squeeze(x).shape
(3,)
>>> np.squeeze(x, axis=(2,)).shape
(1, 3)
于 2015-04-19T20:22:40.513 回答
4

沿您想要的尺寸切片，如下例所示。要朝相反的方向前进，您可以将None任何应该视为单一维度的维度用作切片，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])
于 2013-07-25T22:29:51.370 回答
0

可以通过以下方式进行相反的翻译：

np.atleast_2d(y).T
于 2014-07-30T14:46:07.293 回答