首页 文章

如何重塑元组数组

提问于
浏览 次
1

我需要重塑numpy数组以绘制一些数据 . 以下工作正常：

import numpy as np
target_shape = (350, 277)
arbitrary_array = np.random.normal(size = 96950)
reshaped_array = np.reshape(arbitrary_array, target_shape)

但是，如果不是形状数组（96950），我有一个元组数组，每个元素有3个元素（96950,3）我有一个

cannot reshape array of size 290850 into shape (350,277)

这里是复制错误的代码

array_of_tuple = np.array([(el, el, el) for el in arbitrary_array])
reshaped_array = np.reshape(array_of_tuple, target_shape)

我想重塑正在做的是扁平化元组数组（因此大小为290850），然后尝试重塑它 . 但是，我想要的是形状中的元组数组（350,277），基本上忽略了第二维，只是重塑了元组，因为它们是标量 . 有没有办法实现这个目标？

python numpy reshape

3 回答

  • 1

    您可以重塑为 (350, 277, 3) ：

    >>> a = np.array([(x,x,x) for x in range(10)])
>>> a.reshape((2,5,3))
array([[[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2],
        [3, 3, 3],
        [4, 4, 4]],

       [[5, 5, 5],
        [6, 6, 6],
        [7, 7, 7],
        [8, 8, 8],
        [9, 9, 9]]])

    从技术上讲，结果不是350x277二维阵列的3元组，而是一个350x277x3的3D阵列，但你的 array_of_tuple 既不是实际的"array-of-tuples"也不是2D阵列 .

    回复于
  • 1
    reshaped_array=np.reshape(array_of_tuple,(350,-1))
reshaped_array.shape

    给出（350,831）

    由于列数和行数覆盖整个数组元素不匹配，您收到错误

    350*831= 290850   where as
350*277=96950

    因此numpy不知道如何处理数组的其他元素，你可以尝试减少数组的原始大小，以减少元素的数量 . 如果你不想删除元素然后

    reshape(350,277,3)

    是一种选择

    回复于
  • 1

    你的问题从对 np.array(iterable) 的结果的误解开始，看看这个

    In [7]: import numpy as np

In [8]: np.array([(el, el, el) for el in (1,)])
Out[8]: array([[1, 1, 1]])

In [9]: _.shape
Out[9]: (1, 3)

    并问自己哪个是形状

    array_of_tuple = np.array([(el, el, el) for el in np.random.normal(size = 96950)])
    回复于

相关问题