假设我创建一个二维数组
m = np.random.normal(0, 1, size=(1000, 2))
q = np.zeros(shape=(1000,1))
print m[:,0] -q
当我使用 m[:,0].shape
时,我得到 (1000,)
而不是 (1000,1)
是我想要的。如何将 m[:,0]
强制转换为 (1000,1)
数组?
最佳答案
通过特别选择第 0 列,正如您所注意到的,您降低了维度:
>>> m = np.random.normal(0, 1, size=(5, 2))
>>> m[:,0].shape
(5,)
您有很多选择来恢复 5x1 对象。您可以使用列表而不是整数进行索引:
>>> m[:, [0]].shape
(5, 1)
您可以要求“所有列最多但不包括 1”:
>>> m[:,:1].shape
(5, 1)
或者您可以使用None
(或np.newaxis
),这是扩展维度的通用技巧:
>>> m[:,0,None].shape
(5, 1)
>>> m[:,0][:,None].shape
(5, 1)
>>> m[:,0, None, None].shape
(5, 1, 1)
最后,你可以 reshape :
>>> m[:,0].reshape(5,1).shape
(5, 1)
但对于这种情况,我会使用其他方法之一。
关于python - 数组python的形状,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15668380/