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m[:,0].shape
时,我得到(1000,)
而不是(1000,1)
这就是我想要的。如何将m[:,0]
强制转换为(1000,1)
数组?
答案 0 :(得分:7)
特别是通过选择第0列,您已经注意到了,您减少了维度:
>>> m = np.random.normal(0, 1, size=(5, 2))
>>> m[:,0].shape
(5,)
您有很多选项可以退出5x1对象。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
(或np.newaxis
),这是扩展尺寸的一般技巧:
>>> m[:,0,None].shape
(5, 1)
>>> m[:,0][:,None].shape
(5, 1)
>>> m[:,0, None, None].shape
(5, 1, 1)
最后,你可以重塑:
>>> m[:,0].reshape(5,1).shape
(5, 1)
但我会使用其他一种方法来处理这样的情况。