Question

假设我有一个Numpy数组，其维度为nx1（n行，1列）。我对此的使用是使用Numpy将3D矢量实现为3x1矩阵，但应用程序可以扩展为nx1矢量矩阵：

In [0]: import numpy as np

In [1]: foo = np.array([ ['a11'], ['a21'], ['a31'], ..., ['an1'] ])

我希望能够通过解除引用一个值来访问数组的值。

In [2]: foo[0]
Out[2]: 'a11'

In [3]: foo[n]
Out[3]: 'an1'

但是，通过Numpy Arrays的一般格式化，Vector数组将被视为2D数组，需要2个值才能取消引用它：我必须使用foo[0][0]或foo[0][n]来获取相同的价值观我可以使用np.transpose将Vector转置为一行，但语法继续生成一个2D Numpy数组，需要2个值才能取消引用：因此

In [4]: np.transpose(foo)[0] == foo[0][0]
Out[4]: array([ True, False, False], dtype=bool)

In [5]: np.transpose(foo)[0][0] == foo[0][0]
Out[5]: True

这将取消转置提供的任何优势。如何仅使用一个解除引用值来访问Vector Numpy Array的元素？

Answer 1

您可以使用numpy.ndarray.tolist()功能：

In [1]: foo = np.array([ ['a11'], ['a21'], ['a31'] ])
In [2]: foo.tolist()
Out[2]: [['an1'], ['a2n'], ['a3n']]

In [3]: foo.tolist()[0]
Out[3]: ['an1']

Answer 2

您的foo是一个二维数组字符串：

In [354]: foo = np.array([ ['a11'], ['a21'], ['a31'], ['an1'] ])
In [355]: foo.shape
Out[355]: (4, 1)
In [356]: foo[0]   # selects a 'row'
Out[356]: 
array(['a11'], 
      dtype='<U3')
In [357]: foo[0,:]    # or more explicitly with the column :
Out[357]: 
array(['a11'], 
      dtype='<U3')
In [358]: foo[:,0]     # selects a column, results in a 1d array
Out[358]: 
array(['a11', 'a21', 'a31', 'an1'], 
      dtype='<U3')
In [359]: foo[0,0]     # select an element
Out[359]: 'a11'

转置仍然是2d，只是切换行和列：

In [360]: foo.T
Out[360]: 
array([['a11', 'a21', 'a31', 'an1']], 
      dtype='<U3')
In [361]: _.shape
Out[361]: (1, 4)

Ravel（或flatten）将其转换为1d数组，只需一个索引即可访问。

In [362]: foo.ravel()[1]
Out[362]: 'a21'

关于矩阵乘法的讨论表明你的数组实际上不是字符串，但'a21'代表一个数组，或者是数字。它真的是一个二维数字数组，或者可能是一个3d数组吗？

Python Numpy - 将Vector Numpy Array的元素读取为数值而不是Numpy Arrays

2 个答案: