在python中重塑一个numpy数组

时间:2011-07-08 16:42:57

标签: python multidimensional-array numpy reshape

我有一个48x365元素numpy数组,其中每个元素是一个包含3个整数的列表。我希望能够将其转换为1x17520数组,所有列表都作为元素保持不变。使用

np.reshape(-1)

似乎将元素分解为三个单独的整数并生成1x52560数组。所以我要么需要一种重新排列原始数组的新方法,要么将新np.reshape数组中的元素(仍然按顺序)分组回到3的列表中。

感谢您的帮助。

1 个答案:

答案 0 :(得分:5)

有没有理由你不能明确地做到这一点?如:

>>> a = numpy.arange(17520 * 3).reshape(48, 365, 3)
>>> a.reshape((17520,3))
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [52551, 52552, 52553],
       [52554, 52555, 52556],
       [52557, 52558, 52559]])

您也可以使用-1执行此操作,只需将其与另一个适当大小的arg配对。

>>> a.reshape((17520,-1))
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [52551, 52552, 52553],
       [52554, 52555, 52556],
       [52557, 52558, 52559]])

>>> a.reshape((-1,3))
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [52551, 52552, 52553],
       [52554, 52555, 52556],
       [52557, 52558, 52559]])

稍后我发现你也可以创建一个记录数组 - 这在某些情况下可能是合适的:

a = numpy.recarray((17520,), dtype=[('x', int), ('y', int), ('z', int)])

这可以按照您尝试的原始方式重新整形,即reshape(-1)。尽管如此,正如larsmans的评论所说,仅将数据视为3d数组是最简单的。