超过 32 个维度的 numpy ndarray

Question

当我尝试创建一个超过 32 维的 numpy 数组时，出现错误：

import numpy as np

np.ndarray([1] * 33)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-2-78103e601d91> in <module>()
----> 1 np.ndarray([1] * 33)

ValueError: sequence too large; cannot be greater than 32

我发现了这一点：使用大量维度的 numpy.array 与这个问题相关，但我想在不构建我自己的版本的情况下做到这一点。

我的用例：
我正在使用联合概率分布，我试图在轴上表示每个变量，以便对其的计算（边缘化、减少）是单行操作。例如，对于边缘化操作，我可以简单地对该变量的轴进行求和。对于乘法，我可以简单地做一个简单的 numpy 乘法（在检查轴是否相同之后）。

有没有可能的解决方法？

Answer 1

如何将数据维护为一维，并有选择地重塑以专注于给定的维度

为了显示

In [252]: x=np.arange(2*3*4*5)

全面重塑

In [254]: x.reshape(2,3,4,5).sum(2)
Out[254]: 
array([[[ 30,  34,  38,  42,  46],
        [110, 114, 118, 122, 126],
        [190, 194, 198, 202, 206]],

       [[270, 274, 278, 282, 286],
        [350, 354, 358, 362, 366],
        [430, 434, 438, 442, 446]]])

部分重塑 - 相同的数字，不同的结果形状

In [255]: x.reshape(6,4,5).sum(1)
Out[255]: 
array([[ 30,  34,  38,  42,  46],
       [110, 114, 118, 122, 126],
       [190, 194, 198, 202, 206],
       [270, 274, 278, 282, 286],
       [350, 354, 358, 362, 366],
       [430, 434, 438, 442, 446]])

我不会在任何接近 32+ 维度的物体上进行测试。正如评论中所指出的，如果许多维度大于 1，则整个数组大小将过大。