Question

E.g。

转换前

array([[0, 0, 0],
       [0, 1, 1],
       [1, 0, 1],
       [1, 1, 0]])

转换后

array([[[0, 0], [0]],
       [[0, 1], [1]],
       [[1, 0], [1]],
       [[1, 1], [0]]])

我通过循环行并将每一行（例如[0,0,0]）切成2个列表（例如[[0,0，[0]]）来实现。任何numpy风格的快捷方式？

Answer 1

我想你可以做一些花哨的numpy索引：

>>> a=np.arange(12).reshape(4,3)
>>> a
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
>>> b=np.array([a[:,0:2].tolist(),a[:,2:3].tolist()])
>>> b
array([[[0, 1], [3, 4], [6, 7], [9, 10]],
       [[2], [5], [8], [11]]], dtype=object)
>>> b[0][0][0],b[0][0][1],b[1][0][0]
(0, 1, 2)

添加.tolist()会复制a。

或者，如果您希望b中的对象保持对a的引用或视图：

>>> b=np.array([a[:,0:2],a[:,2:3]])
>>> b
array([[[0 1], [3 4], [6 7], [ 9 10]],
       [[2], [5], [8], [11]]], dtype=object)
>>> b[0][0][0],b[0][0][1],b[1][0][0]
(0, 1, 2)

然后b会在a执行时发生变化：

>>> a[0][0]=23
>>> a
array([[23,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
>>> b
array([[[23  1], [3 4], [6 7], [ 9 10]],
       [[2], [5], [8], [11]]], dtype=object)
>>> b[0][0].flags['OWNDATA']
False

Numpy，如何将2D数组转换为3D（通过将cols分组为2个列表）

1 个答案: