Numpy转置不给出预期的结果

Question

我在Python scipy模块中尝试了一个非常基本的例子，用于转置方法，但没有给出预期的结果。我正在使用Ipython和pylab模式。

a = array([1,2,3]
print a.shape
>> (3,)
b = a.transpose()
print b.shape
>> (3,)

如果我打印数组“a”和“b”的内容，它们是相似的。

期望是:(这将导致Matlab om转置）

 [1,
  2,
  3]

Answer 1

Transpose是一维数组的noop。

添加新轴并转置：

>>> a[None].T
array([[1],
       [2],
       [3]])
>>> np.newaxis is None
True

或重塑：

>>> a.reshape(a.shape+(1,))
array([[1],
       [2],
       [3]])

或者@Sven Marnach在评论中建议，最后添加新轴：

>>> a[:,None]
array([[1],
       [2],
       [3]])

Answer 2

NumPy的transpose()有效地逆转了数组的形状。如果数组是一维的，这意味着它没有效果。

在NumPy中，数组

array([1, 2, 3])

和

array([1,
       2,
       3])

实际上是相同的 - 它们只在空格上有所不同。您可能想要的是相应的二维数组，transpose()可以正常工作。还可以考虑使用NumPy的matrix类型：

In [1]: numpy.matrix([1, 2, 3])
Out[1]: matrix([[1, 2, 3]])

In [2]: numpy.matrix([1, 2, 3]).T
Out[2]: 
matrix([[1],
        [2],
        [3]])

请注意，对于大多数应用程序，简单的一维数组可以作为行或列向量正常工作，但是当来自Matlab时，您可能更喜欢使用numpy.matrix。

Answer 3

您应该尝试：a = array([[1,2,3]])或a = array([[1],[2],[3]])，即a应为矩阵（行向量，列向量）。

Answer 4

将1D阵列重塑为2D阵列的更简洁方法是：

a = np.array([1,2,3]),  a_2d = a.reshape((1,-1)) or a_2d = a.reshape((-1,1))

形状矢量中的-1表示“填写使这个工作的任何数字”