web-dev-qa-db-fra.com

Dimpy Vector Dimension (N, 1) -> (N,) conversion de dimension

J'ai une question concernant la conversion entre les tableaux de dimensions (N,) et les tableaux de dimensions (N, 1). Par exemple, y est la dimension (2,).

A=np.array([[1,2],[3,4]])

x=np.array([1,2])

y=np.dot(A,x)

y.shape
Out[6]: (2,)

Mais ce qui suit montre que y2 est une dimension (2,1). 

x2=x[:,np.newaxis]

y2=np.dot(A,x2)

y2.shape
Out[14]: (2, 1)

Quel serait le moyen le plus efficace de reconvertir y2 en y sans copier?

Merci, Tom

pythonarraysnumpy
21
Tom Bennett

reshape travaille pour cela

a  = np.arange(3)        # a.shape  = (3,)
b  = a.reshape((3,1))    # b.shape  = (3,1)
b2 = a.reshape((-1,1))   # b2.shape = (3,1)
c  = b.reshape((3,))     # c.shape  = (3,)
c2 = b.reshape((-1,))    # c2.shape = (3,)

notez également que reshape ne copie pas les données sauf si cela est nécessaire pour la nouvelle forme (ce qui n'est pas nécessaire ici):

a.__array_interface__['data']   # (22356720, False)
b.__array_interface__['data']   # (22356720, False)
c.__array_interface__['data']   # (22356720, False)
22
tom10

Utilisez numpy.squeeze :

>>> x = np.array([[[0], [1], [2]]])
>>> x.shape
(1, 3, 1)
>>> np.squeeze(x).shape
(3,)
>>> np.squeeze(x, axis=(2,)).shape
(1, 3)
9
dbliss

Découpez la dimension souhaitée, comme dans l'exemple ci-dessous. Pour inverser la tendance, vous pouvez utiliser None comme tranche pour toute dimension devant être traitée comme une dimension singleton, mais nécessaire pour que les formes fonctionnent.

In [786]: yy = np.asarray([[11],[7]])

In [787]: yy
Out[787]:
array([[11],
       [7]])

In [788]: yy.shape
Out[788]: (2, 1)

In [789]: yy[:,0]
Out[789]: array([11, 7])

In [790]: yy[:,0].shape
Out[790]: (2,)

In [791]: y1 = yy[:,0]

In [792]: y1.shape
Out[792]: (2,)

In [793]: y1[:,None]
Out[793]:
array([[11],
       [7]])

In [794]: y1[:,None].shape
Out[794]: (2, 1)

Vous pouvez également utiliser reshape:

In [795]: yy.reshape((2,))
Out[795]: array([11,  7])
1
ely

la traduction opposée peut être faite par:

np.atleast_2d(y).T
0
Hanan Shteingart