我是Python的初学者，我的ndarray经常出现问题。 我对括号很困惑（在Python的任何地方都有使用括号的原理图合成吗？）。我总是拥有多维度的数组。 现在我有这个：
>>> values
Out[1]:
array([[[ array([[ 4.23156519, -0.93539198],
[ 3.50074853, -1.67043386],
[ 4.64192393, -1.03918172],
[ 4.52056725, 0.2561267 ],
[ 3.36400016, 0.26435125],
[ 3.82025672, 1.16503286]])]]], dtype=object)
从这里开始，我该如何减少尺寸？我只想要一个6x2阵列。我尝试了np.reshape，但由于values的当前形状是（1,1,1），我无法直接将数组重新整形为6x2。
我很抱歉这个愚蠢的问题，我正在寻找一个通用的和原理图的答案来解释我如何从更高的维度转到更低的维度，反之亦然。
以下是我创建array的方式。 values为clustered_points
indices=[] # initialize indices
clustered_points=[] # initialize array containing points in different sub-arrays=clusters
for k in range(len(mu)):
a=r[:,k]
index=[t for t in range(len(a)) if a[t] == 1]
indices.append(index)
clustered_points.append(data[indices[k]])
clustered_points=np.reshape(clustered_points,(len(clustered_points),1,1))
答案 0 :(得分：2)
要制作一个与初始显示相匹配的数组，我必须特别注意将一个数组嵌入另一个数组中：
In [402]: x=np.array([[ 4.23156519, -0.93539198],
[ 3.50074853, -1.67043386],
[ 4.64192393, -1.03918172],
[ 4.52056725, 0.2561267 ],
[ 3.36400016, 0.26435125],
[ 3.82025672, 1.16503286]])
In [403]: a=array([[[None]]],dtype=object)
In [404]: a[0,0,0]=x
In [405]: a
Out[405]:
array([[[ array([[ 4.23156519, -0.93539198],
[ 3.50074853, -1.67043386],
[ 4.64192393, -1.03918172],
[ 4.52056725, 0.2561267 ],
[ 3.36400016, 0.26435125],
[ 3.82025672, 1.16503286]])]]], dtype=object)
In [406]: a.shape
Out[406]: (1, 1, 1)
In [407]: a[0,0,0].shape
Out[407]: (6, 2)
只需从显示屏上执行cut-n-paste即可生成形状为(1,1,1,6,2)的不同数组。那没有内部array标记。无论哪种方式，a[0,0,0]都会给出内部(6,2)数组。
reshape和squeeze适用于(1,1,1,6,2)数组，但(6,2)嵌套在(1,1,1)内。你需要了解其中的差异。
（编辑）
要运行你的'我怎么做'剪辑，我必须对输入进行一些猜测（这几乎是值得一试的）。
我会猜测一些输入：
In [420]: mu=np.arange(3); r=np.ones((4,3));data=np.ones(5)
In [421]: %paste
indices=[] # initialize indices
clustered_points=[] # initialize array containing points in different sub-arrays=clusters
for k in range(len(mu)):
a=r[:,k]
index=[t for t in range(len(a)) if a[t] == 1]
indices.append(index)
clustered_points.append(data[indices[k]])
## -- End pasted text --
In [422]: clustered_points
Out[422]:
[array([ 1., 1., 1., 1.]),
array([ 1., 1., 1., 1.]),
array([ 1., 1., 1., 1.])]
cluster_points是包含多个1d数组的列表。
我能做到
np.reshape(clustered_points,(12,1,1))
np.reshape(clustered_points,(3,4,1,1))
虽然我认为首先做np.array(clustered_points)会更好，甚至可以检查它的形状。
由于
np.reshape(clustered_points,(len(clustered_points),1,1))
据说可行，然后clustered_points必须是n单个元素数组的列表。但是，这种重塑应该会生成(n,1,1)数组，而不是(1,1,1,...)数组。
因此编辑无效。
=========================
我正在寻找一个通用的和示意性的答案，它可以解释我如何从较高维度传递到较低维度，反之亦然。
对于您自己和其他人来说，第一步是明确的，阵列的结构是什么。这包括了解shape和dtype。如果dtype不是简单的数字，那么请注意元素的结构（例如数组中的对象）。
可以使用索引[0]或squeeze删除奇异维度（值1）。 reshape也会删除demensions（或添加它们），但您必须注意元素的总数。如果旧形状有12个元素，那么新形状也必须有12个元素。但重塑不会在dtype边界内运行。
答案 1 :(得分：2)
我认为您正在寻找numpy.squeeze：
#!/usr/bin/env python
import numpy
a = [[[[[ 4.23156519, -0.93539198],
[ 3.50074853, -1.67043386],
[ 4.64192393, -1.03918172],
[ 4.52056725, 0.2561267 ],
[ 3.36400016, 0.26435125],
[ 3.82025672, 1.16503286]]]]]
a = numpy.array(a)
print("a.shape=%s" % str(a.shape))
b = numpy.squeeze(a)
print("b.shape=%s" % str(b.shape))
给出
a.shape=(1, 1, 1, 6, 2)
b.shape=(6, 2)
答案 2 :(得分：1)
根本问题可能是， 你是如何创建这个数组的？
无法以与list相同的方式操纵python np.ndarray对象。通常，一旦创建了最终列表，就可以将其转换为numpy数组：
values = []
# fill values with values.append(...)
# ...
values = np.asarray(values)
要查找数组的形状，您可以使用A.shape或np.shape(A)。要删除长度为1的维，最好的方法是将squeeze方法用作A.squeeze()或np.squeeze(A)，即：
>>> values.squeeze()
array([[4.23156519, -0.93539198],
[3.50074853, -1.67043386],
[4.64192393, -1.03918172],
[4.52056725, 0.2561267],
[3.36400016, 0.26435125],
[3.82025672, 1.16503286]], dtype=object)
如果您的values数组确实是您所说的，那么使用reshape
>>> values.reshape(6,2)
array([[4.23156519, -0.93539198],
[3.50074853, -1.67043386],
[4.64192393, -1.03918172],
[4.52056725, 0.2561267],
[3.36400016, 0.26435125],
[3.82025672, 1.16503286]], dtype=object)
如果您在尝试reshape values时遇到错误，是否可能实际上是list而不是array？
答案 3 :(得分：0)
如果你想创建6x2阵列，那么就这样做：
A = array([[4.23156519, -0.93539198],
[3.50074853, -1.67043386],
[4.64192393, -1.03918172],
[4.52056725, 0.2561267],
[3.36400016, 0.26435125],
[3.82025672, 1.16503286]], dtype=object)
如果你想减少数组：
A = array([[[ array([[ 4.23156519, -0.93539198],
[ 3.50074853, -1.67043386],
[ 4.64192393, -1.03918172],
[ 4.52056725, 0.2561267 ],
[ 3.36400016, 0.26435125],
[ 3.82025672, 1.16503286]])]]], dtype=object)
它实际上是1x1x1x6x2数组，你可以通过A[0][0][0]得到6x2