python - 切片正在向我的阵列添加第三维 - 不知道为什么

Question

我正在尝试仅使用等于 2 和 3 的标签来索引测试数据。但是，当我运行这段代码时，它会将我的数组从 2D (100 x 100) 转换为 3D (100 x 1 x 100)。

谁能解释一下为什么要这样做？代码中的最后一行是罪魁祸首，但我不确定为什么会这样。

labels = testdata[:,0]
num2 = numpy.nonzero(labels == 2)
num2 = numpy.transpose(num2)
num3 = numpy.nonzero(labels == 3)
num3 = numpy.transpose(num3)
num = numpy.vstack([num2,num3])
testdata = testdata[num,:]

Answer 1

有拼图时，打印中间值。更好的是，在交互式 shell 中运行测试用例，这样您就可以检查每个值，并了解发生了什么。跟踪形状。

看起来 labels 是一维数字数组，例如:

In [212]: labels=np.array([0,1,2,2,3,2,0,3,2])

labels 为 2 或 3 的索引:

In [213]: num2=np.nonzero(labels==2)
In [214]: num2
Out[214]: (array([2, 3, 5, 8], dtype=int32),)
In [215]: num3=np.nonzero(labels==3)

这里有一个关键的步骤——transpose 的目的是什么。请注意 num2 是一个包含一个一维数组的元组。

In [216]: num2=np.transpose(num2)
In [217]: num3=np.transpose(num3)
In [218]: num2
Out[218]: 
array([[2],
       [3],
       [5],
       [8]], dtype=int32)

num2转置后是一个列数组，(4,1)形状。

垂直连接它们会产生一个 (6,1) 数组:

In [220]: num=np.vstack([num2,num3])
In [221]: num
Out[221]: 
array([[2],
       [3],
       [5],
       [8],
       [4],
       [7]], dtype=int32)
In [222]: num.shape
Out[222]: (6, 1)
In [223]: labels[num]
Out[223]: 
array([[2],
       [2],
       [2],
       [2],
       [3],
       [3]])
In [224]: labels[num].shape
Out[224]: (6, 1)

用该数组索引一维数组会生成另一个与索引形状相同的数组。索引 x[num,:] 做同样的事情，但添加了最后一个维度。

---

如果我在第一维中用 (2,5) 数组索引 (3,4) 数组，结果是 (2,5,4) 数组:

In [227]: np.ones((3,4))[np.ones((2,5),int),:].shape
Out[227]: (2, 5, 4)