最短语法使用numpy 1d-array作为sklearn X.

Question

我经常有两个numpy一维数组,x并且y,想用它们来执行一些快速sklearn配件+预测.

 import numpy as np
 from sklearn import linear_model

 # This is an example for the 1d aspect - it's obtained from something else.
 x = np.array([1, 3, 2, ...]) 
 y = np.array([12, 32, 4, ...])

现在我想做点什么

 linear_model.LinearRegression().fit(x, y)...

问题是它期望X一个二维列数组.出于这个原因,我通常喂它

 x.reshape((len(x), 1))

我觉得这很麻烦,难以阅读.

是否有一些更短的方法将1d数组转换为2d列数组(或者,sklearn可以接受1d数组)？

Answer 1

您可以切片阵列,创建新轴:

x[:, None]

这个:

>>> x = np.arange(5)
>>> x[:, None]
array([[0],
       [1],
       [2],
       [3],
       [4]])

相当于:

>>> x.reshape(len(x), 1)
array([[0],
       [1],
       [2],
       [3],
       [4]])

如果您发现它更具可读性,则可以使用转置矩阵:

np.matrix(x).T

如果你想要一个数组:

np.matrix(x).T.A