Numpy:将1D数组作为2D数组获得,不需要重新整形

Question

我需要hstacking具有相同行数的多个数组(尽管行数在使用之间是可变的)但是列数不同.然而,一些阵列仅具有一列,例如.

array = np.array([1,2,3,4,5])

这使

#array.shape = (5,)

但我想将形状识别为二维数组,例如.

#array.shape = (5,1)

因此,hstack实际上可以将它们组合在一起.我目前的解决方案是:

array = np.atleast_2d([1,2,3,4,5]).T
#array.shape = (5,1)

所以我想知道,有更好的方法吗？将

array = np.array([1,2,3,4,5]).reshape(len([1,2,3,4,5]), 1)

会更好？请注意,我对[1,2,3,4,5]的使用只是一个玩具清单,以使示例具体.在实践中,它将是一个更大的列表,作为参数传递给函数.谢谢!

Answer 1

检查的代码hstack和vstack.其中一个或两个都通过论证atleast_nd.这是重塑数组的完全可接受的方式.

其他一些方法:

arr = np.array([1,2,3,4,5]).reshape(-1,1)  # saves the use of len()
arr = np.array([1,2,3,4,5])[:,None]  # adds a new dim at end
np.array([1,2,3],ndmin=2).T  # used by column_stack

hstack并vstack转换他们的输入:

arrs = [atleast_1d(_m) for _m in tup]
[atleast_2d(_m) for _m in tup]

测试数据:

a1=np.arange(2)
a2=np.arange(10).reshape(2,5)
a3=np.arange(8).reshape(2,4)

np.hstack([a1.reshape(-1,1),a2,a3])
np.hstack([a1[:,None],a2,a3])
np.column_stack([a1,a2,a3])

结果:

array([[0, 0, 1, 2, 3, 4, 0, 1, 2, 3],
       [1, 5, 6, 7, 8, 9, 4, 5, 6, 7]])

如果你不知道哪个数组是1d,那么column_stack最容易使用.其他需要一个小功能,在应用重塑之前测试维度.

Numpy:使用reshape或newaxis添加尺寸