将2D NumPy数组转换为1D数组以绘制直方图

我正试图用matplotlib绘制直方图。 我需要转换我的单线2D数组

[[1,2,3,4]] # shape is (1,4)

进入一维数组

[1,2,3,4] # shape is (4,)

我该怎么做呢？

就可以了

---

还有一个更具体的函数，它似乎可以完全满足您的需要。

您可以直接为该列编制索引：

>>> import numpy as np
>>> x2 = np.array([[1,2,3,4]])
>>> x2.shape
(1, 4)
>>> x1 = x2[0,:]
>>> x1
array([1, 2, 3, 4])
>>> x1.shape
(4,)

或者您可以使用：

使用

flat

属性返回2D数组上的1D迭代器。此方法可推广到任意数量的行（或维度）。对于大型阵列，它可能比制作扁平副本更有效。

添加作为未来搜索者的另一种选择。从文件来看

它相当于重塑（-1，顺序=顺序）

由于阵列为1xN，因此以下各项都是等效的：

• arr1d=np.ravel（arr2d）

• arr1d=arr2d.ravel（）

• arr1d=arr2d.flant（）

• arr1d=np.重塑（arr2d，-1）

• arr1d=arr2d.重塑（-1）

• arr1d=arr2d[0，：]

---

mtrw提供的答案适用于实际上只有一条像这样的线的数组，但是如果您有一个二维数组，具有二维值，则可以按如下方式转换它

a = np.array([[1,2,3],[4,5,6]])

从这里你可以找到数组的形状

np.shape

，并找到数组的乘积

np.product

，这就得到了元素的数量。如果您现在使用

np.reformate（）

将数组的形状调整为元素总数的一个长度，您将得到一个始终有效的解决方案

np.reshape(a, np.product(a.shape))
>>> array([1, 2, 3, 4, 5, 6])

---

更具体地说，

arr.reformate（-1）

将数组转换为1D。但是等效的

ravel（）

更好，因为它专门用于指示到1D的转换。

a = np.array([[1,2,3],[4,5,6]])

np.reshape(a, np.product(a.shape))
>>> array([1, 2, 3, 4, 5, 6])