在朱莉娅中放下单身尺寸

Question

刚刚玩Julia(1.0)并且我需要在Python/numpy/matlab中使用很多东西就是squeeze删除单例维度的功能.

我发现Julia的一种方法是:

a = rand(3, 3, 1);
a = dropdims(a, dims = tuple(findall(size(a) .== 1)...))

第二行看起来有点麻烦,不容易阅读和解析(这也可能是我从其他语言带来的偏见).但是,我想知道这是否是在朱莉娅这样做的规范方式？

Answer 1

这个问题的实际答案让我感到惊讶.你问的问题可以改为:

为什么不dropdims(a)删除所有单例尺寸？

我将从相关问题中引用Tim Holy :

不可能有挤压(A)返回编译器可以推断的类型 - 输入矩阵的大小是运行时变量,因此编译器无法知道输出将具有多少维度.所以它不可能给你你寻求的类型稳定性.

除了类型稳定性之外,还有其他一些令人惊讶的含义.例如,请注意:

julia> f(a) = dropdims(a, dims = tuple(findall(size(a) .== 1)...))
f (generic function with 1 method)

julia> f(rand(1,1,1))
0-dimensional Array{Float64,0}:
0.9939103383167442

总之,在BaseJulia中包含这样的方法会鼓励用户使用它,从而导致潜在的类型不稳定的代码,在某些情况下,这些代码不会很快(核心开发人员正在努力避免这种情况).在像Python这样的语言中,不会强制执行严格的类型稳定性,因此您将找到这样的函数.

当然,没有什么可以阻止你定义自己的方法了.而且我认为你不会找到一种更简单的写作方式.例如,Base没有实现的建议是方法:

function squeeze(A::AbstractArray)
    singleton_dims = tuple((d for d in 1:ndims(A) if size(A, d) == 1)...)
    return squeeze(A, singleton_dims)
end

请注意使用它的潜在影响.

Answer 2

让我简单地补充一下，“不受控制的” dropdims（删除任何单一维度）是错误的常见来源。例如，假设您有一些循环要求A从某个外部源获取数据数组，然后运行R = sum(A, dims=2)它，然后删除所有单例维度。但后来想，有一次出10000，你的外部源的回报A对于这size(A, 1)恰好是1：繁荣时期，你突然下降更多尺寸比你预期的，也许在为严重误解您的数据的风险。

如果您改为手动指定这些维度（例如，dropdims(R, dims=2)），那么您就可以免受此类错误的影响。

Answer 3

您可以删除tuple以支持逗号,：

dropdims(a, dims = (findall(size(a) .== 1)...,))