Python 查找嵌套数组的形状
我有一个numpy数组,如下所示:Python 查找嵌套数组的形状,python,numpy,numpy-ndarray,Python,Numpy,Numpy Ndarray,我有一个numpy数组,如下所示: import numpy as np a = np.zeros((30,2)) 这给了我一个包含30行和2列的数组,a.shape返回>>30,2 但是,如果我检查[0].shape>>2的形状,我希望看到1,2 有没有办法创建此阵列30,2,并且仍然将单个元素的形状设置为1,2?如果使用,第一个轴不会消失: In [8]: a[[0]].shape Out[8]: (1, 2) 第一个轴的长度与用于索引第一个轴的列表的长度相同。因为len[0]是1,所以
import numpy as np
a = np.zeros((30,2))
这给了我一个包含30行和2列的数组,a.shape返回>>30,2
但是,如果我检查[0].shape>>2的形状,我希望看到1,2
有没有办法创建此阵列30,2,并且仍然将单个元素的形状设置为1,2?如果使用,第一个轴不会消失:
In [8]: a[[0]].shape
Out[8]: (1, 2)
第一个轴的长度与用于索引第一个轴的列表的长度相同。因为len[0]是1,所以[[0]]的第一个轴的长度是1
相反,[0]是一个基本切片,它根据删除相关轴
这两种类型的索引具有一定的一致性:若我们认为标量0类似于长度为0的数组,而列表[0]类似于长度为1的数组,那个么[index]返回的数组的第一个轴的长度和index相同。即使索引本身是一个N维数组,此属性仍然有效。如果使用,第一个轴不会消失:
In [8]: a[[0]].shape
Out[8]: (1, 2)
第一个轴的长度与用于索引第一个轴的列表的长度相同。因为len[0]是1,所以[[0]]的第一个轴的长度是1
相反,[0]是一个基本切片,它根据删除相关轴
这两种类型的索引具有一定的一致性:若我们认为标量0类似于长度为0的数组,而列表[0]类似于长度为1的数组,那个么[index]返回的数组的第一个轴的长度和index相同。即使索引本身是一个N维数组,此属性仍然有效。作为替代,您也可以使用
a[0, np.newaxis].shape
>>> (1, 2)
可以在与其他参考几乎相同的位置找到。作为替代,您也可以使用
a[0, np.newaxis].shape
>>> (1, 2)
可以在与另一个参考几乎相同的位置找到。您需要重塑每个1D切片,以便为其添加新尺寸。您需要重塑每个1D切片,以便为其添加新尺寸