Question

我希望能够转换数组，例如

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

进入相同的数组但是每个元素作为1元素数组而不是数字。所需的输出是：

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

Answer 1

np.array([ [ [x] for x in row ] for row in [[1,2], [3,4]] ])

Answer 2

您描述的操作很少有用。更有可能的是，最好在数组的末尾添加一个长度为1的额外维度：

a = a[..., np.newaxis]
# or
a = a.reshape(a.shape + (1,))

然后a[0, 1]将成为一维数组，但广播和ufuncs等所有不错的NumPy功能都能正常工作。请注意，这会创建原始数组的视图;如果您需要独立副本，可以调用copy()方法。

如果你真的想要一个二维数组，其元素是一维数组，那么NumPy并不能让你轻松搞定。（它几乎从来都不是组织数据的好方法，因此NumPy开发人员提供一种简单的方法来做这件事没有多大理由。）你可能希望创建这样的大多数事情。数组将改为创建一个3D数组。我知道的最直接的方法是创建一个空的对象dtype数组，并使用普通的Python循环逐个填充单元格：

b = numpy.empty(a.shape, dtype=object)
for i in range(a.shape[0]):
    for j in range(a.shape[1]):
        b[i, j] = numpy.array([a[i, j]])

Answer 3

你正在努力np.array尝试创建高维数组。

例如，您输入的所需表达式会生成一个（2,2,1）数组：

a2 = np.array([[np.array([1]), np.array([2])], [np.array([3]), np.array([4])]])

In [172]: a2
Out[172]: 
array([[[1],
        [2]],

       [[3],
        [4]]])

这可能实际上是你想要的（尽管有印刷品外观），因为

In [180]: a2[0,0]
Out[180]: array([1])

通常最好的方法来对抗numpy制作更高级数组的趋势，就是使用右shape和dtype将其初始化为空，然后填充它：

In [183]: a1=np.empty(a.shape,dtype=object)    
In [184]: a1.flat=[np.array(x) for x in a.flatten()]
In [185]: a1
Out[185]: 
array([[array(1), array(2)],
       [array(3), array(4)]], dtype=object)

它具有正确的形状（2,2）和dtype。元素是数组 - 但它们的尺寸是错误的＆＃39;，()而不是(1,)。 flat和flatten是用于迭代nd数组的便捷工具，就好像它们是1d一样。

a1.flat=[np.array([x]) for x in a.flatten()]不起作用 - 它是ints的数组，如a，但对象为dtype。

更明确的迭代确实有效：

In [214]: a1=np.empty(a.shape,dtype=object)
In [215]: for i in np.ndindex(2,2):
    a1[i]=np.array([a[i]])
In [216]: a1
Out[216]: 
array([[array([1]), array([2])],
       [array([3]), array([4])]], dtype=object)

如何从数组创建一个1元素数组的数组？

3 个答案: