Numpy Vector（N，1）维度 - ＆gt; （N，）尺寸转换

Question

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，）维度。

A=np.array([[1,2],[3,4]])

x=np.array([1,2])

y=np.dot(A,x)

y.shape
Out[6]: (2,)

但是以下将显示y2为（2,1）维度。

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

Answer 1

reshape适用于此

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不会复制数据，除非它需要新形状（这里不需要这样做）：

a.__array_interface__['data']   # (22356720, False)
b.__array_interface__['data']   # (22356720, False)
c.__array_interface__['data']   # (22356720, False)

Answer 2

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)

Answer 3

沿着您想要的尺寸切片，如下例所示。要反向移动，您可以使用None作为任何应被视为单个维度的维度的切片，但这需要使形状有效。

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])

Answer 4

可以通过以下方式进行相反的翻译：

np.atleast_2d(y).T

Answer 5

反之亦然吗？ Numpy Numpy矢量（N，）尺寸转换->矢量（N，1）尺寸转换