Python 如何将（5，）numpy数组转换为（5,1）？

如何将（5，）numpy数组转换为（5,1）

以及如何从（5,1）向后转换为（5，）

（5，）数组的用途是什么，为什么省略一维？我的意思是为什么我们不总是使用（5,1）形式

这种情况是只发生在一维和二维数组中，还是发生在三维数组中，比如（2,3，）数组是否存在

更新：

我成功地从（5，）转换到（5，1）的时间

但建议的变体看起来更简单：

a = a[:, None] or a = a[:, np.newaxis]

要将（5,1）转换为（5），可以使用

a= np.ravel(a)

---

通过执行

a=a[：，None]

或

a=a[：，np.newaxis]

---

至于“忽略一维”，我不太理解你的问题，因为它没有尽头：数组可以是

（5，1，1）

，等等。

一个带有形状

（5，）

的numpy数组是一维数组，而带有形状

（5，1）

的数组是二维数组。这种差异很微妙，但可以在很大程度上改变某些计算。我们必须特别小心，因为这些变化可能会被展平所有维度的操作（如

np.mean

或

np.sum

）所掩盖

除了@ M- Masas的回答之外，考虑下面的例子：

17:00:25 [2]: import numpy as np
17:00:31 [3]: a = np.array([1,2])
17:00:34 [4]: b = np.array([[1,2], [3,4]])
17:00:45 [6]: b * a
      Out[6]: 
array([[1, 4],
       [3, 8]])
17:00:50 [7]: b * a[:,None] # Different result!
      Out[7]: 
array([[1, 2],
       [6, 8]])

a

具有形状

（2，）

，并且在第二维度上。因此，得到的结果是每一行（第一个维度）乘以向量：

17:02:44 [10]: b * np.array([[1, 2], [1, 2]])
      Out[10]: 
array([[1, 4],
       [3, 8]])

另一方面，

a[：，None]

具有

（2,1）

的形状，因此已知向量的方向为列。因此，您得到的结果来自以下操作（其中每列乘以

a

）：

我希望这能说明这两个数组的行为会有什么不同。

使用整形（）函数 例如 打开python终端并键入以下内容：

    >>> import numpy as np
    >>> a = np.random.random(5)
    >>> a
    array([0.85694461, 0.37774476, 0.56348081, 0.02972139, 0.23453958])
    >>> a.shape
    (5,)
    >>> b = a.reshape(5, 1)
    >>> b.shape
    (5, 1)

---

.. 如果这些都是答案，为什么是注释？不需要“占位符”注释，而且通常需要两分钟以上才能找到一个好的dup目标。为什么要有第二维度？你是难民吗？：）@hpaulj有时sklearn需要一个二维的特性数组。我不认为重复的建议是好的，因为它所建议的答案在这种情况下都不起作用。

17:03:39 [11]: b * np.array([[1, 1], [2, 2]])
      Out[11]: 
array([[1, 2],
       [6, 8]])

    >>> import numpy as np
    >>> a = np.random.random(5)
    >>> a
    array([0.85694461, 0.37774476, 0.56348081, 0.02972139, 0.23453958])
    >>> a.shape
    (5,)
    >>> b = a.reshape(5, 1)
    >>> b.shape
    (5, 1)