Question

我目前在将numpy.ndarray从2d重塑为3d时遇到问题。

我的numpy.ndarray的当前形状是（221286,2050），我需要它（221286,1,2050）

我尝试这样做：

train_set_data_vstacked_normalized_reshaped = np.reshape(train_set_data_vstacked_normalized.shape[0],1,train_set_data_vstacked_normalized.shape[1])

但这似乎创造了一种不同的方式numpy.ndarray ....

Answer 1

np.reshape，当用作函数时，将数组重新整形为第一个参数，新形状作为第二个参数。所以这应该这样做：

shape = your_long_named_array.shape
your_long_named_array_reshaped = np.reshape(your_long_named_array,
                                            (shape[0], 1, shape[1]))

你也可以使用ndarrays的.reshape方法，它不需要你在元组中显式地包装形状：

your_long_named_array_reshaped = your_long_named_array.reshape(shape[0], 1,
                                                               shape[1])

虽然对于这种特殊情况，最方便的可能是使用np.newaxis索引数组：

your_long_named_array_reshaped = your_long_named_array[:, np.newaxis, :]

Answer 2

您可以使用expand_dims功能。

train_set_data_vstacked_normalized_reshaped = np.expand_dims(train_set_data_vstacked_normalized.shape,axis=1)

示例：

In [16]: x = np.zeros((221286, 2050))

In [17]: x.shape
Out[17]: (221286, 2050)

In [18]: y = np.expand_dims(x, axis=1)

In [19]: y.shape
Out[19]: (221286, 1, 2050)

Reshapint ndarray从2d到3d

2 个答案: