首页 文章

将数组保存在numpy形状错误的矩阵列中

提问于
浏览 次
2

假设我做了一些计算，每次循环时我得到一个3×3的矩阵 . 假设每次，我想将这样的矩阵保存在较大矩阵的列中，其行数等于9（较小矩阵中的元素总数） . 首先，我重塑较小的矩阵，然后尝试将其保存到大矩阵的一列中 . 只有一列的简单代码如下所示：

import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,0]= np.reshape(Small,(9,1))
print Big

但python引发了以下错误：

Big [：，0] = np.reshape（Small，（9,1））ValueError：无法将形状（9,1）的输入数组广播为形状（9）

我也尝试使用flatten，但这也不起作用 . 有没有办法从小矩阵或任何其他方式创建shape（9）数组来处理此错误？

非常感谢您的帮助！

python arrays numpy

1 回答

  • 1

    尝试：

    import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,0]= np.reshape(Small,(9,))
print Big

    要么：

    import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,0]= Small.reshape((9,1))
print Big

    要么：

    import numpy as np
Big = np.zeros((9,3))
Small = np.random.rand(3,3)
Big[:,[0]]= np.reshape(Small,(9,1))
print Big

    两种情况都让我：

    [[ 0.81527817  0.          0.        ]
 [ 0.4018887   0.          0.        ]
 [ 0.55423212  0.          0.        ]
 [ 0.18543227  0.          0.        ]
 [ 0.3069444   0.          0.        ]
 [ 0.72315677  0.          0.        ]
 [ 0.81592963  0.          0.        ]
 [ 0.63026719  0.          0.        ]
 [ 0.22529578  0.          0.        ]]

    解释

    您试图分配的 Big 的形状是 (9, ) one-dimensional . 您要分配的形状是 (9, 1) 二维 . 你需要通过将双暗调暗 np.reshape(Small, (9,1)) 变成 np.reshape(Small, (9,)) 来协调这一点 . 或者，将one-dim变为双暗 Big[:, 0] 成 Big[:, [0]] . 例外是当我指定'Big [：，0] = Small.reshape（（9,1））`时 . 在这种情况下，numpy必须检查 .

    回复于

相关问题