假设我有一个数组a:
a
a = np.array([[1,2,3], [4,5,6]]) array([[1, 2, 3], [4, 5, 6]])
我想将其转换为一维数组(即列向量):
b = np.reshape(a, (1,np.product(a.shape)))
但这会返回
array([[1, 2, 3, 4, 5, 6]])
这与以下内容不同:
array([1, 2, 3, 4, 5, 6])
我可以将该数组的第一个元素手动转换为一维数组:
b = np.reshape(a, (1,np.product(a.shape)))[0]
但这需要我知道原始数组有多少维(并在使用更高维时连接 [0])
是否有从任意 ndarray 获取列/行向量的与维度无关的方法?
使用np.ravel(用于 1D 视图)或np.ndarray.flatten(用于 1D 副本)或np.ndarray.flat(用于 1D 迭代器):
In [12]: a = np.array([[1,2,3], [4,5,6]]) In [13]: b = a.ravel() In [14]: b Out[14]: array([1, 2, 3, 4, 5, 6])
请注意,尽可能ravel()返回 a viewof a。所以修改b也会修改a. 当 1D 元素在内存中连续时返回 a,但ravel()如果是使用非单位步长(例如)对另一个数组进行切片,则返回 a。view``copy``a``a = x[::2]
ravel()
view
b
view``copy``a``a = x[::2]
如果您想要副本而不是视图,请使用
In [15]: c = a.flatten()
如果您只想要一个迭代器,请使用np.ndarray.flat:
np.ndarray.flat
In [20]: d = a.flat In [21]: d Out[21]: <numpy.flatiter object at 0x8ec2068> In [22]: list(d) Out[22]: [1, 2, 3, 4, 5, 6]