Python 重塑仅具有一维的numpy数组

为了从

列表

中获取numpy数组，我执行以下操作：

np.array([i for i in range(0, 12)])

并获得：

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

然后我想从这个数组中生成一个（4,3）矩阵：

np.array([i for i in range(0, 12)]).reshape(4, 3)

我得到以下矩阵：

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])

但是如果我知道在初始

列表中有3*n元素

我如何重塑我的numpy数组，因为下面的代码

np.array([i for i in range(0,12)]).reshape(a.shape[0]/3,3)

导致错误

TypeError: 'float' object cannot be interpreted as an integer

---

首先，

np.arange（12）

是一种不太优雅的说法

其次，您可以将

-1

传递到重塑的一维（函数和方法）。在您的情况下，如果您知道总大小是3的倍数，请执行以下操作：

np.arange(12).reshape(-1, 3)

要获得4x3阵列。从文档中：

一个形状标注可以是-1。在这种情况下，将根据数组的长度和剩余维度推断该值

---

作为旁注，出现错误的原因是，即使对于整数，正则除法也会自动导致Python 3中的

float

：

type（12/3）

is

float

。您可以通过执行

a.shape[0]//3

来使用整数除法，从而使原始代码正常工作。也就是说，使用

-1

要方便得多。

您可以在

中使用
-1
。重塑
。如果指定一个维度，Numpy将在可能的情况下自动确定另一个维度[1]

np.array([i for i in range(0,12)]).reshape(-1, 3)

[1] 
int（a.shape[0]/3）
应该doa。重塑（-1，3）更重要general@nsaura的确，你是right@Dav2357. 
a.shape[0]//3
如果你坚持走这条路，会更优雅。最好使用
arange
然后在这里使用
numpy
时列出理解