Question

我想将一个numpy ndarray形状对象（ n ）投射到一个有形状的对象（ n ，1）。我想出的最好的就是推出自己的_to_col函数：

def _to_col(a):
    return a.reshape((a.size, 1))

但是我很难相信这种无处不在的操作还没有被纳入numpy的语法中。我认为我无法找到正确的Google搜索来找到它。

Answer 1

我会使用以下内容：

a[:,np.newaxis]

编写相同内容的另一种方法（但可能稍微不那么清晰）是：

a[:,None]

以上所有（包括您的版本）都是固定时间操作。

Answer 2

当我想添加任意轴时，

np.expand_dims是我的最爱。

无或np.newaxis适用于不需要灵活轴的代码。（aix的回答）

>>> np.expand_dims(np.arange(5), 0).shape
(1, 5)
>>> np.expand_dims(np.arange(5), 1).shape
(5, 1)

示例用法：按任意给定的轴贬低数组

>>> x = np.random.randn(4,5)
>>> x - x.mean(1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shape mismatch: objects cannot be broadcast to a single shape


>>> ax = 1
>>> x - np.expand_dims(x.mean(ax), ax)
array([[-0.04152658,  0.4229244 , -0.91990969,  0.91270622, -0.37419434],
       [ 0.60757566,  1.09020783, -0.87167478, -0.22299015, -0.60311856],
       [ 0.60015774, -0.12358954,  0.33523495, -1.1414706 ,  0.32966745],
       [-1.91919832,  0.28125008, -0.30916116,  1.85416974,  0.09293965]])
>>> ax = 0
>>> x - np.expand_dims(x.mean(ax), ax)
array([[ 0.15469413,  0.01319904, -0.47055919,  0.57007525, -0.22754506],
       [ 0.70385617,  0.58054228, -0.52226447, -0.66556131, -0.55640947],
       [ 1.05009459, -0.27959876,  1.03830159, -1.23038543,  0.73003287],
       [-1.90864489, -0.31414256, -0.04547794,  1.32587149,  0.05392166]])

numpy：将（an，）数组转换为（n，1）数组的语法/习惯用法？

2 个答案: