Question

如果我在python中重塑，我使用它：

import numpy as np

y= np.asarray([1,2,3,4,5,6,7,8])
x=2
z=y.reshape(-1, x)


print(z)

得到这个

>>> 
[[1 2]
 [3 4]
 [5 6]
 [7 8]]

我如何在朱莉娅得到同样的东西？我试过了：

z = [1,2,3,4,5,6,7,8]
x= 2
a=reshape(z,x,4)

println(a)

它给了我：

[1 3 5 7
 2 4 6 8]

如果我使用reshape(z,4,x)，则会提供

还有一种方法可以在不指定第二个维度（例如reshape(z,x)）或者辅助维度更加模糊的情况下进行重新整形吗？

Answer 1

我认为您所涉及的内容是NumPy stores in row-major order和Julia stores arrays in column major order，涵盖here。

所以如果你使用

，朱莉娅正在做的事情会发生什么

z=y.reshape(-1,x,order='F')

你想要的是第一次尝试的转置，即

z = [1,2,3,4,5,6,7,8]
x= 2
a=reshape(z,x,4)'

println(a)

你想知道是否有东西会计算第二维，假设数组是二维的？从来没听说过。可能ArrayViews？这是一个简单的启动功能

julia> shape2d(x,shape...)=length(shape)!=1?reshape(x,shape...):reshape(x,shape[1],Int64(length(x)/shape[1]))
shape2d (generic function with 1 method)

julia> shape2d(z,x)'
4x2 Array{Int64,2}:
 1  2
 3  4
 5  6
 7  8

Answer 2

怎么样

z = [1,2,3,4,5,6,7,8]
x = 2
a = reshape(z,x,4)'

给出了

julia> a = reshape(z,x,4)'
4x2 Array{Int64,2}:
 1  2
 3  4
 5  6
 7  8

关于你的奖金问题

“还有一种方法可以在不指定第二个的情况下进行重塑尺寸像重塑（z，x）或次要维度更多暧昧？“

答案并不完全正确，因为它含糊不清：reshape可以制作3D，4D，...，张量因此不清楚预期的内容。但是，您可以执行类似

的操作

matrix_reshape(z,x) = reshape(z, x, div(length(z),x))

这就是我所期待的。

Answer 3

“还有一种方法可以不指定第二维（例如reshape（z，x）），或者如果第二维更不明确，就可以进行整形？”

使用:代替-1

我正在使用Julia 1.1（不确定最初回答时是否有功能）

julia> z = [1,2,3,4,5,6,7,8]; a = reshape(z,:,2)
4×2 Array{Int64,2}:
 1  5
 2  6
 3  7
 4  8

但是，如果您希望第一行是1 2并与Python匹配，则需要遵循另一个答案，提到行优先与列优先的顺序，然后执行

julia> z = [1,2,3,4,5,6,7,8]; a = reshape(z,2,:)'
4×2 LinearAlgebra.Adjoint{Int64,Array{Int64,2}}:
 1  2
 3  4
 5  6
 7  8

在朱莉亚重塑

3 个答案: