Python Numpy以特定顺序重塑数组

假设我有一个数组x：

x = array([1, 2, 3, 4, 5, 6, 7, 8])
x.shape = (8,1)

我想把它改造成

array([[1, 3, 5, 7], 
       [2, 4, 6, 8]])

这是x上的重塑（2，4），但采用的是直截了当的方式：

y = x.reshape(2,4)

y变成

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

这不是我想要的。是否有一种方法可以以这种特定的方式变换数组？

是的，您可以执行以下操作：

y = np.array([x[0::2], x[1::2]])

是的，您可以：

y = np.array([x[0::2], x[1::2]])

---

最简单的方法是在

重塑

函数中指定

顺序

参数

---

您需要Fortran命令。

旁注：默认情况下，Matlab使用Fortran顺序，但在python中需要指定该顺序

---

使用以下命令：

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x.reshape(2,4, order='F')

print(y)
#array([[1, 3, 5, 7],
#       [2, 4, 6, 8]])

---

最简单的方法是在

重塑

函数中指定

顺序

参数

---

您需要Fortran命令。

旁注：默认情况下，Matlab使用Fortran顺序，但在python中需要指定该顺序

---

使用以下命令：

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = x.reshape(2,4, order='F')

print(y)
#array([[1, 3, 5, 7],
#       [2, 4, 6, 8]])

---

另一个选项是使用选项

order='F'

来重塑调用

res = numpy.reshape(my_array, (2,4), order='F')

---

另一个选项是使用选项

order='F'

来重塑通话，如

res = numpy.reshape(my_array, (2,4), order='F')

---

转置！！太棒了。tksTranspose！！TksIsome这很有趣，因为我试图复制我在Matlab中得到的一些结果，但在Python中重塑时却无法得到相同的结果。花了很长时间，我才意识到订购是不同的！这很有趣，因为我试图复制我在Matlab中得到的一些结果，而在Python中重塑时却无法得到相同的结果。花了很长时间，我才意识到订购是不同的！