重塑numpy的数组 [英] Reshape an array in NumPy

问题描述

考虑以下形式的阵列（只是一个例子）：

  [0 1]
 [2〜3]
 [4]
 [6 7]
 [8 9]
 [10 11]
 [12 13]
 [14 15]
 [16 17]
 

它的形状为[9,2]。现在我想变换数组，这样每一列变成形状[3,3]，如：

  [0 6月12日]
 [2 8 14]
 [4 10 16]
[[1 7 13]
 [3 9 15]
 [5月11日17]
 

最明显的（且确实的非Python化）的解决方案是初始化为零的阵列以适当的尺寸和运行两个for循环在那里将被填充数据。我感兴趣的是一个解决方案，是语言顺应...

解决方案

  A = np.arange（18）.reshape（9,2）
B = a.reshape（3,3,2）.swapaxes（0,2）＃ 一个：
阵列（[0,1]，
       [2，3]
       [4，5]，
       [6,7]
       [8,9]
       [10，11]，
       [12，13]，
       [14，15]，
       [16，17]]）
＃乙：
阵列（[[[0,6，12]
        [2,8，14]，
        [4，10，16]]       [[1,7，13]，
        [3，9，15]，
        [5，11，17]]]）
 

Consider an array of the following form (just an example):

[[ 0  1]
 [ 2  3]
 [ 4  5]
 [ 6  7]
 [ 8  9]
 [10 11]
 [12 13]
 [14 15]
 [16 17]]

It's shape is [9,2]. Now I want to transform the array so that each column becomes a shape [3,3], like this:

[[ 0  6 12]
 [ 2  8 14]
 [ 4 10 16]]
[[ 1  7 13]
 [ 3  9 15]
 [ 5 11 17]]

The most obvious (and surely "non-pythonic") solution is to initialise an array of zeroes with the proper dimension and run two for-loops where it will be filled with data. I'm interested in a solution that is language-conform...

解决方案

a = np.arange(18).reshape(9,2)
b = a.reshape(3,3,2).swapaxes(0,2)

# a: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17]])


# b:
array([[[ 0,  6, 12],
        [ 2,  8, 14],
        [ 4, 10, 16]],

       [[ 1,  7, 13],
        [ 3,  9, 15],
        [ 5, 11, 17]]])

这篇关于重塑numpy的数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！