Question

假设我做了一些计算，每次循环得到一个大小为3乘3的矩阵。假设每次，我想将这样的矩阵保存在较大矩阵的列中，其行数等于9（较小矩阵中的元素总数）。首先，我重塑较小的矩阵，然后尝试将其保存到大矩阵的一列中。只有一列的简单代码如下所示：

import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,0]= np.reshape(Small,(9,1))
print Big

但是python引发了以下错误：

大[：，0] = np.reshape（小，（9,1）） ValueError：无法将形状（9,1）的输入数组广播为形状（9）

我也尝试使用flatten，但这也不起作用。有没有办法从小矩阵或任何其他方式创建shape（9）数组来处理此错误？

非常感谢您的帮助！

Answer 1

尝试：

import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,0]= np.reshape(Small,(9,))
print Big

或：

import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,0]= Small.reshape((9,1))
print Big

或：

import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,[0]]= np.reshape(Small,(9,1))
print Big

这两种情况都让我：

[[ 0.81527817  0.          0.        ]
 [ 0.4018887   0.          0.        ]
 [ 0.55423212  0.          0.        ]
 [ 0.18543227  0.          0.        ]
 [ 0.3069444   0.          0.        ]
 [ 0.72315677  0.          0.        ]
 [ 0.81592963  0.          0.        ]
 [ 0.63026719  0.          0.        ]
 [ 0.22529578  0.          0.        ]]

解释

您尝试分配的Big形状为(9, )一维。您尝试分配的形状为(9, 1)二维。你需要通过将双暗的np.reshape(Small, (9,1))变为np.reshape(Small, (9,))来协调这一点。或者，将one-dim变为两个暗淡Big[:, 0]到Big[:, [0]]。例外情况是我指定'Big [：，0] = Small.reshape（（9,1））`。在这种情况下，numpy必须检查。

将数组保存在numpy形状错误的矩阵列中

1 个答案:

解释