Python将2D numpy数组附加到3D
我遇到了一个理解numpy数组的问题。 我有一个数据集,读取时如下所示:Python将2D numpy数组附加到3D,python,arrays,numpy,Python,Arrays,Numpy,我遇到了一个理解numpy数组的问题。 我有一个数据集,读取时如下所示: [ [ F0, F1, F2, F3 ... F22], [ G0, G1, G2, G3 ... G22], [ H0, H1, H2, H3 ... H22], [ I0, I1, I2, I3 ... I22], [ J0, J1, J2, J3 ... J22] ] 我想把这些转变成“三人一组”: 到目前为止,我已经编写了以下代码: data = loadtxt('./trainin
[
[ F0, F1, F2, F3 ... F22],
[ G0, G1, G2, G3 ... G22],
[ H0, H1, H2, H3 ... H22],
[ I0, I1, I2, I3 ... I22],
[ J0, J1, J2, J3 ... J22]
]
我想把这些转变成“三人一组”:
到目前为止,我已经编写了以下代码:
data = loadtxt('./training_data/set_0.csv', delimiter=';')
batch_size=3
features=17
labels=6
trainX = np.empty((0,batch_size, features), float)
for i in range(0, len(data)-batch_size):
row_X = data[i:i+batch_size,0:features]
trainX = np.append(trainX, row_X)
print(trainX[0])
记录row_X的形状可以得到我想要的(3,17)
。
但是trainX
变量似乎包含了这些数组的平面组合,我希望trainX[0]
的形状是(批量大小,特性)
输出
[array([[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7]]),
array([[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8]]),
array([[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8],
[5, 6, 7, 8, 9]]),
array([[4, 5, 6, 7, 8],
[5, 6, 7, 8, 9],
[6, 7, 8, 9, 0]])]
输出
[array([[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7]]),
array([[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8]]),
array([[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8],
[5, 6, 7, 8, 9]]),
array([[4, 5, 6, 7, 8],
[5, 6, 7, 8, 9],
[6, 7, 8, 9, 0]])]
假设您有一个二维numpy数组,如下所示:
arr = array([[7, 9, 4, 1, 0],
[9, 5, 1, 8, 5],
[6, 1, 9, 7, 1],
[2, 8, 4, 8, 7],
[1, 2, 6, 1, 8],
[0, 2, 7, 0, 2]])
要将其转换为三维阵列,您可以使用重塑功能:
arr.reshape(3, 2, -1)
这将为您提供三个“批次”,每个批次两行
array([[[7, 9, 4, 1, 0],
[9, 5, 1, 8, 5]],
[[6, 1, 9, 7, 1],
[2, 8, 4, 8, 7]],
[[1, 2, 6, 1, 8],
[0, 2, 7, 0, 2]]])
最后一个参数-1
告诉重塑
,根据数组中元素的实际数量和其他维度的大小,计算第三维的大小。假设您有一个二维numpy数组,如下所示:
arr = array([[7, 9, 4, 1, 0],
[9, 5, 1, 8, 5],
[6, 1, 9, 7, 1],
[2, 8, 4, 8, 7],
[1, 2, 6, 1, 8],
[0, 2, 7, 0, 2]])
要将其转换为三维阵列,您可以使用重塑功能:
arr.reshape(3, 2, -1)
这将为您提供三个“批次”,每个批次两行
array([[[7, 9, 4, 1, 0],
[9, 5, 1, 8, 5]],
[[6, 1, 9, 7, 1],
[2, 8, 4, 8, 7]],
[[1, 2, 6, 1, 8],
[0, 2, 7, 0, 2]]])
最后一个参数-1
告诉重塑
,根据数组中元素的实际数量和其他维度的大小来计算第三维的大小。使用tensorflow/pytorch/sklearn?你需要的似乎是一个动人的故事window@sai是的,keras/TensorFlow您是否错过了np中的这一点。追加
文档:如果未给出轴
,则arr
和值在使用前均被展平。?如果确实包含轴
,则维度数必须匹配(因为它只调用np.concatenate
)。再读一遍文档!与tensorflow/pytorch/sklearn合作?你需要的似乎是一个动人的故事window@sai是的,keras/TensorFlow您是否错过了np中的这一点。追加
文档:如果未给出轴
,则arr
和值在使用前均被展平。?如果确实包含轴
,则维度数必须匹配(因为它只调用np.concatenate
)。再读一遍文档!