从1D阵列制作二维数组时，一个简单的numpy重塑函数

我有一个涉及np.reshape的简单问题。我正在尝试学习如何使用np.reshape从一维数组创建二维数组。我看着这个教程，做它，但我仍然对本教程的一些问题..从1D阵列制作二维数组时，一个简单的numpy重塑函数

import numpy as np 

a = np.arange(8*16) 

frame_length = 8 

a_framed = np.reshape(a, (-1, frame_length)) 

print (a_framed)

这里是我的问题：

是帧_确定新的二维数组中的列数？如果是这样，为什么不把数字8放在'a_framed'中？这是不可能的吗？
'a_framed'中的'-1'是什么？它有什么作用？（在教程中省略或对我来说不足）

谢谢！ Cece

来源

2016-12-06 Seoyeon Hong

看起来像是过度杀伤...考虑... b = np.arange（8 * 16）.reshape（8,16）...注意，如果您使用n * m产生一个范围，您可以如果对（m，n）进行重塑并将其与重塑（n，m）进行比较。（-1代替了重塑中的第一个术语，以任意数量来制作它）2D – NaN

嗨！感谢您的回复。请您详细说明-1的作用？谢谢！ –

在您的示例中，np。 reshape需要数组'a'和形状，形状为（-1，frame_length）...因为指定了2个地方，所以你需要重塑为2D数组。现在，你只能重塑一个数组来匹配输入的大小是8 * 16 = 128。在整形中，第二项被指定为等于8 ... -1的frame_length，实际上意味着'不管需要'如何保持数组的大小与2D形状...在这种情况下...（16,8）size = np.prod（a.shape）。可以更改形状，如b = np.reshape（a，（2,2,4,8）））查看相同数据的其他形状 – NaN

是的。你可以。这是可能的，但该示例试图向您展示您在第2个问题中询问的功能。

-1通常是python中的通配符。在这种情况下，它是a.size/frame_length，其他维度需要使用全部的a。将a_framed更改为4或16，它仍然有效。将其更改为5：

Traceback (most recent call last): 

File "", line 4, in <module> 
a_framed = np.reshape(a, (-1, frame_length)) 

File ". . . fromnumeric.py", line 225, in reshape 
return reshape(newshape, order=order) 

ValueError: total size of new array must be unchanged

它不适合，所以numpy的抛出和错误。

来源

2016-12-06 08:03:08

从1D阵列制作二维数组时，一个简单的numpy重塑函数

回答

相关问题