Python Numpy,如何将二维数组转换为三维数组(通过将列分组为2列表)
例如 转换前Python Numpy,如何将二维数组转换为三维数组(通过将列分组为2列表),python,arrays,numpy,Python,Arrays,Numpy,例如 转换前 array([[0, 0, 0], [0, 1, 1], [1, 0, 1], [1, 1, 0]]) array([[[0, 0], [0]], [[0, 1], [1]], [[1, 0], [1]], [[1, 1], [0]]]) 转换后 array([[0, 0, 0], [0, 1, 1], [1, 0, 1], [1, 1, 0]]) a
array([[0, 0, 0],
[0, 1, 1],
[1, 0, 1],
[1, 1, 0]])
array([[[0, 0], [0]],
[[0, 1], [1]],
[[1, 0], [1]],
[[1, 1], [0]]])
转换后
array([[0, 0, 0],
[0, 1, 1],
[1, 0, 1],
[1, 1, 0]])
array([[[0, 0], [0]],
[[0, 1], [1]],
[[1, 0], [1]],
[[1, 1], [0]]])
我通过循环行并将每一行(例如[0,0,0])分为两个列表(例如[0,0],[0])来实现。有任何numpy样式的快捷方式吗?我想你可以做一些奇特的numpy索引:
>>> a=np.arange(12).reshape(4,3)
>>> a
array([[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]])
>>> b=np.array([a[:,0:2].tolist(),a[:,2:3].tolist()])
>>> b
array([[[0, 1], [3, 4], [6, 7], [9, 10]],
[[2], [5], [8], [11]]], dtype=object)
>>> b[0][0][0],b[0][0][1],b[1][0][0]
(0, 1, 2)
添加.tolist()
将复制a
或者,如果希望b
中的对象保持对a
的引用或视图:
>>> b=np.array([a[:,0:2],a[:,2:3]])
>>> b
array([[[0 1], [3 4], [6 7], [ 9 10]],
[[2], [5], [8], [11]]], dtype=object)
>>> b[0][0][0],b[0][0][1],b[1][0][0]
(0, 1, 2)
当a
执行以下操作时,b
将发生变化:
>>> a[0][0]=23
>>> a
array([[23, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]])
>>> b
array([[[23 1], [3 4], [6 7], [ 9 10]],
[[2], [5], [8], [11]]], dtype=object)
>>> b[0][0].flags['OWNDATA']
False
注意,您的第二个数组不再是
dtype=np.int
,因为列大小不均匀,它变成了dtype=object
,这就是您想要的吗?@jamylak是的,您是对的,第二个数组的dtype是object,它在我的程序中工作没有错误,但我也对它的dtype感到困惑。这个结构基本上就是我想要的,你真的需要这样的一个对象吗,或者有其他的解决方案吗?例如,看一看切片(假设x
是您的数组):x[:,0:2],x[:,2]
谢谢@WoLpH,实际上我不需要它作为对象。我只是打算这样处理它以备以后使用,现在我想我应该将它保留为2d数组,并在使用时对其进行切片