Question

为缺乏工作实例而道歉，因为很难为此提供一个。

我有一个多维数组，但尺寸大小不等。例如：

>>> print results_rmse.shape
(6,)
>>> for i in range(len(results_rmse)):
...    print(results_rmse[i].shape)
...
(224, 5)
(222, 5)
(224, 5)
(224, 5)
(224, 5)
(224, 5)

我想找到所有子阵列的最终尺寸的最小值。

例如，如果它们的大小(6,224,5)相同，那么我会min(results_rmse[:,:,4].ravel())。

Answer 1

使用3d数组：

In [205]: arr = np.arange(24).reshape(4,3,2)
In [206]: arr[:,:,0]
Out[206]: 
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16],
       [18, 20, 22]])
In [207]: arr[:,:,0].ravel()
Out[207]: array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22])

现在制作一个参差不齐的数组

In [208]: arr2 = np.empty(4, object)
In [209]: arr2[:] = list(arr)
In [212]: arr2[1] = arr2[1][:2,:]
In [214]: [x.shape for x in arr2]
Out[214]: [(3, 2), (2, 2), (3, 2), (3, 2)]

将其作为数组列表处理：

In [215]: [x[:,0] for x in arr2]
Out[215]: [array([0, 2, 4]), array([6, 8]), array([12, 14, 16]), array([18, 20, 22])]
In [216]: np.concatenate(_)
Out[216]: array([ 0,  2,  4,  6,  8, 12, 14, 16, 18, 20, 22])

（和第一个一样，除了错过了10个）

请注意，Out[215]的长度不同，因此concatenate是唯一可以加入它们的内容，而不是np.array(Out[215])。

我们也可以在选择之前连接：

In [217]: np.concatenate(arr2, axis=0)
Out[217]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19],
       [20, 21],
       [22, 23]])
In [218]: np.concatenate(arr2, axis=0)[:,0]
Out[218]: array([ 0,  2,  4,  6,  8, 12, 14, 16, 18, 20, 22])

Numpy：可能会破坏不等大小的多维数组吗？

1 个答案: