Python 在二维中初始化numpy数组
那么,如果我想要一个numpy数组[0,1,2,3,4,5,6](或者任何其他向量,比如说7个元素),它的维数是(7,1),而不是(7,),那么在我创建它时,有没有这样做,而不是写Python 在二维中初始化numpy数组,python,arrays,numpy,dimension,Python,Arrays,Numpy,Dimension,那么,如果我想要一个numpy数组[0,1,2,3,4,5,6](或者任何其他向量,比如说7个元素),它的维数是(7,1),而不是(7,),那么在我创建它时,有没有这样做,而不是写 t=np.expand_dims(np.array(range(7)),axis=1)?我能想到的最好方法是 i = range(7) j = np.array(i)[:, None] 略短一点的方法是: j = np.atleast_2d(i).T 把它调换一下 x = np.array([range(7)]
t=np.expand_dims(np.array(range(7)),axis=1)
?我能想到的最好方法是
i = range(7)
j = np.array(i)[:, None]
略短一点的方法是:
j = np.atleast_2d(i).T
把它调换一下
x = np.array([range(7)]).T
基本相同,但较短:
np.arange(7)[:,无]
?从范围(7)
开始,您需要以某种方式扩展DIM。但是,假设您有一个向量[20,13,0,13,12,-3,9],它不起作用。我觉得很奇怪,numpy默认创建了这些“无量纲”向量。np.array(range(7))。重塑((7,1))
或np.array([list(range(7))))。T
是我能想到的最好的方法。似乎你需要添加一些额外的方法/函数来完成这项工作…np.arange(7)
不是无量纲的。它是1d,我们不需要2d来表示7个数字的列表。