Question

我正在使用Numpy来处理一些非常奇怪的表格数据。数据条目总是以每个1200个条目的列为单位。

但是，行数总是不同的。有时我导入的表有12行（即一个numpy ndarray.shape = (12, 1200)，总共12个条目1200次，即1200 * 12 = 14400.）有时表有6行（shape =（6,1200）），并且等等。这里没有模式。

列数始终为1200，但行数总是不同。我之前没有关于行数的知识，所以我不能写出某种数学公式。

我想使用numpy.concatenate将我给出的每个数组转换为一维ndarray。（对于我们上面的例子，那将是shape =（1,14400）。）

到目前为止，对于每个单独的数组，我必须将其单独分解为N个数组（N =未知行数），然后单独连接它们。

或者，为了编写for语句，我必须找到行数，并为每个数组手动设置for语句。

有什么想法可以提供更好的方法吗？这需要永远。

编辑：对不起，混在一起＆＃34;行＆＃34;和＃34;列＆＃34;。我重新输入上面的帖子来反映这一点。是的，数组的形状始终为(n, 1200). So, the format is（行，列）`，列始终为1200.

更多问题：关于numpy.reshape的问题是数据的顺序是否发生了变化。那么，对于一个有6行的数组，形状（6,1200），numpy.reshape（）会返回一个数组形状（1,72000），以便保留原始顺序吗？也就是说，

newarray = array([row 1, row 2, row 3, row 4, row 5, row 6])

Answer 1

所以你有几个形状为(n,1200)

的数组

制作一些更简单的样本。它会更容易看到发生了什么。

a = np.arange(12).reshape(2,6)
#array([[ 0,  1,  2,  3,  4,  5],
        [ 6,  7,  8,  9, 10, 11]])

注意数字如何增加

b = np.arange(18).reshape(3,6)
c = np.concatenate([a,b], axis=0)

制造

array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17]])

由于它只是第一个维度变化，因此沿此维度连接没有问题。 np.vstack做同样的事情。

扁平化后连接数组怎么样：

np.concatenate([a.flatten(),b.flatten()])
# array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11,  0,  1,  2,  3,  4, 5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17])

c.flatten()你会得到同样的结果。（flatten，ravel，reshape基本上都做同样的事情。）

np.concatenate(c,axis=0)
np.concatenate([c[0,:],c[1,:],c[2,:]...],axis=0)

concatenate也可用于flatten数组，但这不是常用的方法。实际上，它与按行拆分并连接它们相同。请注意，np.vstack(c)不是一回事。

高效的算法方法将数组的行连接成1-D数组

1 个答案: