Question

我有一个形状为padded_train_x的numpy数组(2500,500)。

问题是，当我试图获得这个数组元素的形状时 padded_train_x[0].shape它输出(500,)，但当我以padded_train_x[0:1]运行时，它会输出(1,500)。为什么会这样？

我正在尝试使用keras在LSTM模型中进行预测，但我必须使用padded_train_x[0:1]作为输入，而不仅仅是padded_train_x[0]

Answer 1

这是因为通过padded_train_x[0:1]制作切片得到2d数组：

a = np.linspace(1024).reshape(64,-1)
b = a[0]
c = a[0:1]

b
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])
b[0]
0

c
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15]])
c[0]
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])

Answer 2

至于为什么会这样，让我们等一个更专家的人，不确定是否真的有原因。

NumPy在切片时保留尺寸，并在编制索引时将其丢弃。它实际上是一个Python的东西，列表也是如此。

您可以使用np.squeeze

删除单维轴

a = np.ones((2500, 500))

a[0].shape
(500,)

a[0:1].shape
(1, 500)

a[0:1].squeeze().shape
(500,)

切片2d numpy数组

2 个答案: