在NumPy中重塑数组

Question

考虑以下形式的数组（仅作为示例）：[[ 0  1] [ 2  3] [ 4  5] [ 6  7] [ 8  9] [10 11] [12 13] [14 15] [16 17]]它的形状是[9,2]。现在，我想对数组进行变换，以使每一列变成一个形状[3,3]，如下所示：[[ 0  6 12] [ 2  8 14] [ 4 10 16]][[ 1  7 13] [ 3  9 15] [ 5 11 17]]最明显的方法（肯定是“非Python的”）是用适当的维数初始化零数组并运行两个for循环，在该循环中将用数据填充数据。我对符合语言的解决方案感兴趣...

Answer 1

a = np.arange(18).reshape(9,2)

b = a.reshape(3,3,2).swapaxes(0,2)

# a: 

array([[ 0,  1],

       [ 2,  3],

       [ 4,  5],

       [ 6,  7],

       [ 8,  9],

       [10, 11],

       [12, 13],

       [14, 15],

       [16, 17]])

# b:

array([[[ 0,  6, 12],

        [ 2,  8, 14],

        [ 4, 10, 16]],

       [[ 1,  7, 13],

        [ 3,  9, 15],

        [ 5, 11, 17]]])

Answer 2

numpy具有完成此任务的出色工具（“ numpy.reshape”）链接，用于重塑文档

a = [[ 0  1]

 [ 2  3]

 [ 4  5]

 [ 6  7]

 [ 8  9]

 [10 11]

 [12 13]

 [14 15]

 [16 17]]

`numpy.reshape(a,(3,3))`

您也可以使用“ -1”把戏

`a = a.reshape(-1,3)`

“ -1”是通配符，当第二维为3时，它将使numpy算法决定要输入的数字

所以是..这也可以工作： a = a.reshape(3,-1)

而这： a = a.reshape(-1,2) 无能为力

这： a = a.reshape(-1,9) 将形状更改为（2,9）

Answer 3

有两种可能的结果重排（以下为@eumiro的示例）。Einops软件包提供了强有力的注释来明确描述此类操作

>> a = np.arange(18).reshape(9,2)

# this version corresponds to eumiro's answer

>> einops.rearrange(a, '(x y) z -> z y x', x=3)

array([[[ 0,  6, 12],

        [ 2,  8, 14],

        [ 4, 10, 16]],

       [[ 1,  7, 13],

        [ 3,  9, 15],

        [ 5, 11, 17]]])

# this has the same shape, but order of elements is different (note that each paer was trasnposed)

>> einops.rearrange(a, '(x y) z -> z x y', x=3)

array([[[ 0,  2,  4],

        [ 6,  8, 10],

        [12, 14, 16]],

       [[ 1,  3,  5],

        [ 7,  9, 11],

        [13, 15, 17]]])