如何使numpy数组与另一个相同的形状

时间:2017-03-07 23:07:10

标签: python arrays numpy

我有一个看起来像这样的numpy数组:

[  7.1101   6.5277   9.5186   8.0032   6.8598   9.3829   8.4764   9.5781
   7.4862   6.0546   6.7107  15.164    6.734    9.4084   6.6407   6.3794
   7.3654   6.1301   7.4296   8.0708   7.1891  21.27     6.4901   7.3261
   6.5649  19.945   13.828   11.957   14.176   23.203    6.2524   7.5894
  10.2482   6.8918   9.2111   8.9334   9.0959   6.6063  13.836    7.3534
   6.4069   7.8825  12.708    6.7737   8.8247   8.0931   6.0702   6.8014
  12.7      6.5416   8.5402   6.3077   8.4239   8.6031   7.3328   7.3589
   7.2742   6.6397  10.3102  10.4536   9.8254   6.1793  22.279   15.908
  19.959    8.2182   9.2951  11.236    6.4994  21.341   11.136    8.3345
   7.0062   8.2259   6.0269   7.5479   8.5386   6.0365  11.274    6.1077
   6.7292   6.1884   7.3557  10.7687   7.5159   9.5172  10.1802   7.002
   6.5204   6.0594   6.7077   8.6366   6.8707   6.3054   9.2934  14.394
   6.4369]

一个看起来像这样的numpy数组:

      prices
0   17.59200
1    9.13020
2   13.66200
3   11.85400
4    6.82330
5   11.88600
6    4.34830
7   12.00000
8    6.59870
9    3.81660
10   3.25220
11  15.50500
12   3.15510
13   7.22580
14   0.71618
15   3.51290
16   5.30480
17   0.56077
18   3.65180
19   5.38930
20   3.13860
21  21.76700
22   4.26300
23   5.18750
24   3.08250
25  22.63800
26  13.50100
27   7.04670
28  14.69200
29  24.14700
..       ...
67   7.77540
68   1.01730
69  20.99200
70   6.67990
71   4.02590
72   1.27840
73   3.34110
74  -2.68070
75   0.29678
76   3.88450
77   5.70140
78   6.75260
79   2.05760
80   0.47953
81   0.20421
82   0.67861
83   7.54350
84   5.34360
85   4.24150
86   6.79810
87   0.92695
88   0.15200
89   2.82140
90   1.84510
91   4.29590
92   7.20290
93   1.98690
94   0.14454
95   9.05510
96   0.61705

当我尝试从另一个数据中减去第一个数组时,我不断收到此错误:

ValueError: Shape of passed values is (97, 97), indices imply (1, 97)

我可以做什么来匹配阵列的形状,以便我可以减去它们? 我很笨拙,我坚持这个问题

1 个答案:

答案 0 :(得分:1)

搜索" numpy reshape"你很快就会得到答案。 ;)

my_array.reshape(m, n)

返回按要求重新整形的数组(m行​​,n列)。

请注意,它不会修改原始的my_array对象。