Python压扁数组内部numpy数组

我有一个非常愚蠢的问题，但由于某种原因，我只是不知道该怎么做。我有一个多维numpy的数组，即应具有以下形状：Python压扁数组内部numpy数组

（345138，30，300）

但是，它实际上具有这样的形状：

（345138，1）

1元件阵列内是包含形状

（30，300）

所以阵列我如何“移动”的内部阵列，使得SHA pe是正确的？

目前，它看起来像这样：

[[ array([[0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    ..., 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0]], dtype=int32)] 
[ array([[0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    ...,

，但我想这没有数组（...），D类= 32和移动是什么在那里进入第一阵列，这样的形状（345138,30,300），看起来像这样：

[[ [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    ..., 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0]], 
[ [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    [0, 0, 0, ..., 0, 0, 0], 
    ...,

任何想法？

来源

2017-08-17 SirTobi

您是否尝试过'.tolist（）'了吗？ –

尝试：'np.array（x）'，如果形状兼容，它们将被压扁。 –

hmmm不，不幸的是，这并没有改变任何一个单元阵列破坏了所有的东西 – SirTobi

看起来像你有一个2d数组，包含2d数组（object dtype）。我可以构建一个这样的搭配：

In [972]: arr = np.empty(4,dtype=object) 
In [973]: arr = np.empty((4,1),dtype=object) 
In [974]: for i in range(4): arr[i,0]=np.ones((2,3),int) 
In [975]: arr 
Out[975]: 
array([[array([[1, 1, 1], 
     [1, 1, 1]])], 
     [array([[1, 1, 1], 
     [1, 1, 1]])], 
     [array([[1, 1, 1], 
     [1, 1, 1]])], 
     [array([[1, 1, 1], 
     [1, 1, 1]])]], dtype=object)

简单包装，在np.array不起作用;不不施加tolist：

In [976]: np.array(arr) 
Out[976]: 
array([[array([[1, 1, 1], 
     [1, 1, 1]])], 
     [array([[1, 1, 1], 
     [1, 1, 1]])], 
     [array([[1, 1, 1], 
     [1, 1, 1]])], 
     [array([[1, 1, 1], 
     [1, 1, 1]])]], dtype=object) 
In [977]: arr.tolist() 
Out[977]: 
[[array([[1, 1, 1], 
     [1, 1, 1]])], [array([[1, 1, 1], 
     [1, 1, 1]])], [array([[1, 1, 1], 
     [1, 1, 1]])], [array([[1, 1, 1], 
     [1, 1, 1]])]]

单程“平坦化”的是使用一些版本的concatenate：

In [978]: np.stack(arr.ravel()) 
Out[978]: 
array([[[1, 1, 1], 
     [1, 1, 1]], 

     [[1, 1, 1], 
     [1, 1, 1]], 

     [[1, 1, 1], 
     [1, 1, 1]], 

     [[1, 1, 1], 
     [1, 1, 1]]]) 
In [979]: _.shape 
Out[979]: (4, 2, 3)

我用ravel减少外阵列到1d，其stack可以作为使用名单。 stack的作用类似于np.array，因为它将新元素（我们可以指定）组合起来。

tolist和array能够共同努力：

In [981]: np.array(arr.tolist()) 
Out[981]: 
array([[[[1, 1, 1], 
     [1, 1, 1]]], 

     [[[1, 1, 1], 
     [1, 1, 1]]], 


     [[[1, 1, 1], 
     [1, 1, 1]]], 


     [[[1, 1, 1], 
     [1, 1, 1]]]]) 
In [982]: _.shape 
Out[982]: (4, 1, 2, 3)

或者tolist加squeeze（实际上是np.asarray(...).squeeze()）

In [983]: np.squeeze(arr.tolist()) 
Out[983]: 
array([[[1, 1, 1], 
     [1, 1, 1]], 

     [[1, 1, 1], 
     [1, 1, 1]], 

     [[1, 1, 1], 
     [1, 1, 1]], 

     [[1, 1, 1], 
     [1, 1, 1]]]) 
In [984]: _.shape 
Out[984]: (4, 2, 3)

来源

2017-08-17 15:58:45 hpaulj

嗨，非常感谢，这工作！它也崩溃了我的电脑，但：D 你太棒了！ – SirTobi

Python压扁数组内部numpy数组

回答

相关问题