Python 在numpy数组上循环时返回具有相同维度的子数组

考虑以下方便的循环习惯用法

import numpy

print "shape of"
x = numpy.array([['a', 'b'], ['c', 'd']])
print x
print "is", x.shape
for row in x:
    print "shape of", row, "is", row.shape

这给

shape of
[['a' 'b']
 ['c' 'd']]
is (2, 2)
shape of ['a' 'b'] is (2,)
shape of ['c' 'd'] is (2,)

我的问题是，在这种情况下，在返回具有形状（2,1）的数组时，是否可以保留方便的

for row in x

习惯用法？谢谢 将子阵列的形状从（2，）转换为（2,0）的函数就可以了。例如

for row in x:
    print "shape of", somefunc(row), "is", row.shape

返回

shape of ['a' 'b'] is (2,1)

---

我不明白你为什么想要这样，但你可以试试：

for row in x:
    print "shape of", row, "is", numpy.reshape(row, (1, row.size)).shape

在我的optinion中，一维数组更容易处理。因此，将其重塑为“1d矩阵”对我来说没有多大意义。

您可以使用它来增加任何numpy数组的秩：

In [7]: x=np.array([1,2,3,4])

In [8]: x.shape
Out[8]: (4,)

In [9]: np.expand_dims(x,axis=-1).shape
Out[9]: (4, 1)

---

@沃尔坦：对，编辑。谢谢。谢谢，但我想你是想写

（row.size，1）

@FaheemMitha，因为

['a''b']

是一个行向量，它应该是

（1，元素数）

。你说得对。顺便说一句，我有一个需要2d数组的函数，所以我别无选择，只能更改维度。这是一个很好的解决方案。一般来说，它与

重塑

相比如何？@FaheemMitha由于

扩展_dims

和

重塑

都不会将数组复制到内存中的新位置，因此这两种方法实际上是等效的。所以，这取决于你喜欢哪一种口味。@Woltan:

重塑

不是更一般吗？@FaheemMitha你说一般是什么意思？这两个函数都是

numpy

库的有效函数。这是一个品味的问题，你手头有什么样的参数，你想用哪一个。我自己经常使用

重塑

。在你的情况下，我建议使用

expand_dims

，因为你不需要知道数组的大小…@Woltan：一般来说，我的意思是一个比另一个更适用。一般的意思。至于使用

重塑

，人们总是可以像你一样使用

.size

，所以我看不出有什么问题。