Python ndarray.view（）不'；如果条目是多维的，则无法工作？

我有一个多维NumPy数组shape

（n，I，j，k，…）

，我想把它看作一个长度

n

的列表，其中包含shape

（I，j，k，…）

。（使后续的计算更容易。）现在，它可以很好地工作，但前提是条目是标量或向量。如果条目是矩阵，则失败：

将numpy导入为np
#好的
a=np.rand.rand（7）
b=np.ascontiguousarray（a）.view（np.dtype（（np.void，a.dtype.itemsize*1）））
#好的
a=np.random.rand（7,2）
b=np.ascontiguousarray（a）.view（np.dtype（（np.void，a.dtype.itemsize*2）））
#失败
a=np.random.rand（7,2,3）
b=np.ascontiguousarray（a）.view（np.dtype（（np.void，a.dtype.itemsize*2*3）））

---

有没有关于这里出了什么问题的提示？

您将视图作为np.void类型进行操作？你想操纵字节吗

如果您只想将一个shape

（n，i，j，k，…）

数组转换为一个包含n个shape

（i，j，k，…）元素的python列表

为什么不直接使用

a=np.random.uniform（大小=（7,2,3））
new_a_shape=（-1，）+a.shape[2:]#以摆脱第一维度
b=np.分割（a.重塑（新形状），a.形状[0]）

导致

[array([[0.07452901, 0.4068812 , 0.87074721],
        [0.23739783, 0.67298745, 0.96651022]]),
 array([[0.94348732, 0.004426  , 0.75326683],
        [0.35342782, 0.98006333, 0.46106085]]),
 array([[0.92510793, 0.90671794, 0.34370929],
        [0.42120306, 0.41411307, 0.94946278]]),
 array([[0.49097638, 0.53814849, 0.10396104],
        [0.19402855, 0.31811608, 0.13399161]]),
 array([[0.91071595, 0.3167224 , 0.42786695],
        [0.62646702, 0.68093573, 0.24839687]]),
 array([[0.95266909, 0.13838363, 0.10488899],
        [0.40992171, 0.29816304, 0.31875   ]]),
 array([[0.03371908, 0.29406525, 0.65801023],
        [0.93566766, 0.84455742, 0.40625077]])]

---

最后一个使用

3

而不是

2*3

可以工作。注意，视图保留了尺寸的数量，只是将最后一个更改为1。我没有使用过这种观点，也看不出它的价值

b

显示为一个由

b'strings'

组成的数组。有没有办法只保留前导维度？我没有注意到完整的错误消息，

数组最后一个轴的总大小（以字节为单位）。

这个复合数据类型视图对我来说更有意义-

视图（np.dtype（[（'f0'，'f8'，（3），）]）

）。但它也在做类似的事情，将最后一个维度整合到一个“记录”中。形状仍然是（7,2,1）。将形状改为（7,6）怎么样？

list（a）

做同样的事情，而且速度更快。很酷，我以为list（a）等同于.tolist（），但你是对的！是的，了解

list

和

tolist

之间的区别很有用。通常，

tolist

更有用，而且通常更快。但是这个OP有一些不寻常的要求。

[array([[0.07452901, 0.4068812 , 0.87074721],
        [0.23739783, 0.67298745, 0.96651022]]),
 array([[0.94348732, 0.004426  , 0.75326683],
        [0.35342782, 0.98006333, 0.46106085]]),
 array([[0.92510793, 0.90671794, 0.34370929],
        [0.42120306, 0.41411307, 0.94946278]]),
 array([[0.49097638, 0.53814849, 0.10396104],
        [0.19402855, 0.31811608, 0.13399161]]),
 array([[0.91071595, 0.3167224 , 0.42786695],
        [0.62646702, 0.68093573, 0.24839687]]),
 array([[0.95266909, 0.13838363, 0.10488899],
        [0.40992171, 0.29816304, 0.31875   ]]),
 array([[0.03371908, 0.29406525, 0.65801023],
        [0.93566766, 0.84455742, 0.40625077]])]