Python 在函数内部更改的数组的维度

我编写了一个函数来处理数组

我将2D数组作为“someFunc（*dna）”传递到函数中，但在函数内部，结果是3D数组

为什么维度发生了变化？如何保持在函数中传递的参数的相同维度

import numpy as np
import random

q=np.random.random((5,4))

def someFunc(*dna):
    return ((np.shape(dna)))

print (q)
print (np.shape(q))
print(someFunc(q))

退换商品

---

因为

*dna

将传递的参数收集到。所以你所做的是平等的

def someFunc(dna):
    return np.shape([dna]) # Notice extra brackets

---

要保持相同的维度，只需删除

dna

之前的*即可，因为

*dna

将传递的参数收集到。所以你所做的是平等的

def someFunc(dna):
    return np.shape([dna]) # Notice extra brackets

---

要保持相同的维度，只需删除*before

dna

有两个问题-

*args

的作用，以及元组的形状

*arg的正确用法是接收元组的元素：

def foo(*dna):
    a,b,c = dna
    print(dna, a)

给出3个参数有效，给出1，即使是元组也不行：

In [235]: foo(1,2,3)
(1, 2, 3) 1
In [236]: foo((1,2,3))
...
ValueError: not enough values to unpack (expected 3, got 1)

在输入中添加*会将其解压：

In [237]: foo(*(1,2,3))
(1, 2, 3) 1

数组也是如此：

In [238]: foo(np.arange(3))
...
ValueError: not enough values to unpack (expected 3, got 1)
In [239]: foo(*np.arange(3))
(0, 1, 2) 0

args

是一个元组，无论提供了什么：

def bar(*args):
    return args

In [241]: bar(1,2,3)
Out[241]: (1, 2, 3)
In [242]: bar((1,2,3))
Out[242]: ((1, 2, 3),)    # note the extra tuple wrapping
In [243]: bar(*(1,2,3))   # unpack as in 241
Out[243]: (1, 2, 3)
In [244]: bar(np.arange(3))
Out[244]: (array([0, 1, 2]),)    # again, the tuple wrapping
In [245]: bar(*np.arange(3))
Out[245]: (0, 1, 2)

采用元组的形状相当于采用由元组形成的数组的形状

In [247]: np.shape((np.arange(3),))
Out[247]: (1, 3)
In [249]: np.array((np.arange(3),))
Out[249]: array([[0, 1, 2]])

---

有两个问题-

*args

做什么，以及元组的形状

*arg的正确用法是接收元组的元素：

def foo(*dna):
    a,b,c = dna
    print(dna, a)

给出3个参数有效，给出1，即使是元组也不行：

In [235]: foo(1,2,3)
(1, 2, 3) 1
In [236]: foo((1,2,3))
...
ValueError: not enough values to unpack (expected 3, got 1)

在输入中添加*会将其解压：

In [237]: foo(*(1,2,3))
(1, 2, 3) 1

数组也是如此：

In [238]: foo(np.arange(3))
...
ValueError: not enough values to unpack (expected 3, got 1)
In [239]: foo(*np.arange(3))
(0, 1, 2) 0

args

是一个元组，无论提供了什么：

def bar(*args):
    return args

In [241]: bar(1,2,3)
Out[241]: (1, 2, 3)
In [242]: bar((1,2,3))
Out[242]: ((1, 2, 3),)    # note the extra tuple wrapping
In [243]: bar(*(1,2,3))   # unpack as in 241
Out[243]: (1, 2, 3)
In [244]: bar(np.arange(3))
Out[244]: (array([0, 1, 2]),)    # again, the tuple wrapping
In [245]: bar(*np.arange(3))
Out[245]: (0, 1, 2)

采用元组的形状相当于采用由元组形成的数组的形状

In [247]: np.shape((np.arange(3),))
Out[247]: (1, 3)
In [249]: np.array((np.arange(3),))
Out[249]: array([[0, 1, 2]])

---

为什么

*dna

而不是普通的

dna

？顺便说一句，

import random

是毫无意义的-你不是在使用标准的

random

模块，你是在使用Numpy自己的

random

函数。你为什么想要一个函数来实现这一点？您只需访问数组的

.shape

属性：

q.shape

@hpaulj，因为我的实际代码非常大，我不想将所有代码都转储到这里，这意味着更少。我想解压数组（dna）中的所有元素，而不仅仅是摆弄它的索引或形状，我在这里提到了（）。为了便于访问（dna中的）元素，我希望保持变量“q”

*dna

的相同维度解压元组或列表，而不是数组。看看函数内部的

dna

——它是一个1元素元组。为什么

*dna

而不是普通的

dna

？顺便说一句，

导入随机的
是毫无意义的——你没有使用标准的
随机的
模块，你使用的是Numpy自己的
随机的
函数。你为什么想要一个这样的函数？您只需访问数组的
.shape
属性：
q.shape
@hpaulj，因为我的实际代码非常大，我不想将所有代码都转储到这里，这意味着更少。我想解压数组（dna）中的所有元素，而不仅仅是摆弄它的索引或形状，我在这里提到了（）。为了便于访问（dna中的）元素，我希望保持变量“q”
*dna
的相同维度解压元组或列表，而不是数组。看看函数中的
dna
——这是一个1元素元组。你很快就把今年的括号配额烧掉了：P@AndrasDeak回收它们。：）你很快就完成了今年的括号配额：P@AndrasDeak回收它们。：）太好了。如果不清楚Python的控制流，就很难从MATLAB转换到Python。再次感谢！谢谢大家！太好了。如果不清楚Python的控制流，就很难从MATLAB转换到Python。再次感谢！谢谢大家！