numpy数组与第二维空

尽管我已经看到这个问题的一些答案，我想知道是否有任何更好的方法来解决这个问题。numpy数组与第二维空

例如，

N = 15 
A = np.repeat(1/N, N)

如果我这样做的结果将有形状（15）

如果我想要的形状为（15,1），我想我能做到

A = np.repeat(1/N, N)[:,np.newaxis]

我也有同样的问题与

np.ones(N); np.zeros(N)

我可以使第二个维度为1，通过使用“np.newaxis”

但我的问题是，有没有更好的方法来做到这一点？

来源

2017-08-13 WKW

尝试A = A.reshape（（15,1）） –

使用'np.newaxis'是这个任务的一个很好的工具（尽管我使用了较短的'None'）。有一个最低速度罚款。这个习语很清楚（对有经验的用户）。在许多其他情况下它也很有用。 – hpaulj

@hpaulj，请解释我为什么我的解释不是最优？ –

对于np.ones和np.zeros可以传递一个元组指定输出阵列的形状：

np.ones((N, 1)); np.zeros((N, 1))

对于np.repeat，则可能需要传递的阵列（或列表）已经具有两个维度，然后重复沿期望的轴：

>>> np.repeat([[1./N]], N, axis=0) 
array([[ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667], 
     [ 0.06666667]])

但是，该语法更难以阅读/理解，并且没有额外的表现。您可以坚持像您所示的那样向阵列添加一个新的轴。

来源

2017-08-13 17:08:46

将多余的维度添加到'ones'是有道理的。像这样调整“重复”会更慢，更难理解。 'np.full'更快。 – hpaulj

@hpaulj感谢您的注意。实际上没有时间来看看哪个工作更快。增加了一些关于此的评论。 –

numpy数组与第二维空

回答

相关问题