Python Numpy：是否可以拆分大小不等的多维数组？

为缺少工作示例而道歉，因为很难提供这样的示例

我有一个多维数组，但维度大小不等。例如：

>>> print results_rmse.shape
(6,)
>>> for i in range(len(results_rmse)):
...    print(results_rmse[i].shape)
...
(224, 5)
(222, 5)
(224, 5)
(224, 5)
(224, 5)
(224, 5)

我想找到所有子数组的最终维数的最小值

---

例如，如果它们都是相同大小的

（6224,5）

，那么我会对3d数组执行

min（results\u rmse[：，：，4].ravel（））

：

In [205]: arr = np.arange(24).reshape(4,3,2)
In [206]: arr[:,:,0]
Out[206]: 
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16],
       [18, 20, 22]])
In [207]: arr[:,:,0].ravel()
Out[207]: array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22])

现在做一个不规则的阵列

In [208]: arr2 = np.empty(4, object)
In [209]: arr2[:] = list(arr)
In [212]: arr2[1] = arr2[1][:2,:]
In [214]: [x.shape for x in arr2]
Out[214]: [(3, 2), (2, 2), (3, 2), (3, 2)]

将其视为阵列列表：

In [215]: [x[:,0] for x in arr2]
Out[215]: [array([0, 2, 4]), array([6, 8]), array([12, 14, 16]), array([18, 20, 22])]
In [216]: np.concatenate(_)
Out[216]: array([ 0,  2,  4,  6,  8, 12, 14, 16, 18, 20, 22])

（与第一个相同，但缺少第10个）

请注意，

Out[215]

具有不同的长度，因此只有

concatenate

将它们连接起来，而不是

np.array（Out[215]）

我们还可以在选择之前连接：

In [217]: np.concatenate(arr2, axis=0)
Out[217]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19],
       [20, 21],
       [22, 23]])
In [218]: np.concatenate(arr2, axis=0)[:,0]
Out[218]: array([ 0,  2,  4,  6,  8, 12, 14, 16, 18, 20, 22])

---

我不确定我是否完全理解这个问题，但是如果你有这种奇怪的张量（我不确定它是否有效），你可以沿着第一维迭代，并计算每个一维切片的最小值。最后，计算切片之间的最小值。