Question

想象一下，您创建了一个具有100个维度的数组，然后计算了一些内容并填充了该数组。出于某种原因，您尚未创建2d数组，您想为该数据分配另一个维度的问题是什么呢？有理由说，例如250个样本应具有此计算出的数据？！

我已经搜索过此文件，但找不到任何解决方案。也许我搜索的关键词不正确！

实际上，我想将(100,)的numpy数组重塑为(250,100)。我已经阅读了link和其他两个链接，但对我没有帮助。

我也尝试过这种方式：

numpyarray = (100,)
transformed_numpyarray = np.reshape(numpyarray,(100,-1)).T

这给了我这个输出：

(1, 100)

但是我真的不希望1作为2d数组的第一项。我想做的是要么转换为(,100)，要么至少转换为类似的(250,100)。 “ 250”是一个我已经知道的常数，所以我想说250个100维样本。

谢谢。

Answer 1

numpy的数组是静态大小的，不能有形状可变的数组。如果您事先不知道会有多少个样本，可以使用vstack逐渐添加它们：

In [4]: numpyarray.shape                                                        
Out[4]: (3, 4)

In [5]: new_sample.shape                                                        
Out[5]: (4,)

In [6]: numpyarray = np.vstack([numpyarray, new_sample])                        

In [7]: numpyarray.shape                                                       
Out[7]: (4, 4)

您还可以先通过创建一个由零组成的数组来定义大小，然后逐渐将其填充样本。

numpyarray = np.zeros((250,100))
...
numpyarray[i] = new_sample

Answer 2

我仍然对您要做什么感到困惑。到目前为止，我可以想象两个选择-重塑和重复。为了说明：

In [148]: x = np.arange(16)
In [149]: x
Out[149]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])

In [150]: x.reshape(4,4)
Out[150]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

In [151]: np.repeat(x[None,:], 4, axis=0)
Out[151]: 
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15],
       [ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15],
       [ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15],
       [ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15]])

我如何将（100，）到（250,100）的Numpy数组重塑

2 个答案: