1D数组的Numpy转置未给出预期结果

lskq00tm 于 12个月前发布在其他

关注(0)|答案(5)|浏览(95)

我尝试了一个非常基本的例子在Python scipy模块中的transpose()方法，但它没有给出预期的结果。我使用的是pylab模式下的ipython。

a = array([1,2,3]
print a.shape
>> (3,)

b = a.transpose()
print b.shape
>> (3,)

如果我打印数组“a”和“B”的内容，它们是相似的。
期望是：（这将导致在转置Matlab）

[1,
  2,
  3]

5条答案

NumPy的transpose()有效地反转了数组的形状。如果数组是一维的，这意味着它没有效果。
在NumPy中，数组

array([1, 2, 3])

和

array([1,
       2,
       3])

实际上是一样的--它们只是在空白处有所不同。您可能需要的是对应的二维数组，transpose()可以很好地工作。还可以考虑使用NumPy的matrix类型：

In [1]: numpy.matrix([1, 2, 3])
Out[1]: matrix([[1, 2, 3]])

In [2]: numpy.matrix([1, 2, 3]).T
Out[2]: 
matrix([[1],
        [2],
        [3]])

请注意，对于大多数应用程序，普通的一维数组可以很好地用作行或列向量，但当来自Matlab时，您可能更喜欢使用numpy.matrix。

转置是一维数组的noop。
添加新轴并转置：

>>> a[None].T
array([[1],
       [2],
       [3]])
>>> np.newaxis is None
True

或重塑：

>>> a.reshape(a.shape+(1,))
array([[1],
       [2],
       [3]])

或者正如@Sven Marnach在评论中建议的那样，在末尾添加新的轴：

>>> a[:,None]
array([[1],
       [2],
       [3]])

将1D数组整形为2D数组的一种更简洁的方法是：

a = np.array([1,2,3]),  a_2d = a.reshape((1,-1)) or a_2d = a.reshape((-1,1))

形状向量中的-1表示“填充任何使其工作的数字”

你应该尝试：a = array([[1,2,3]])或a = array([[1],[2],[3]])，即a应该是矩阵（行向量，列向量）。

试着把它们放在另一个括号里。它不再是严格的“1D”，因为Numpy现在认为可编辑数组的第一行（某种程度上）。

import numpy

a = numpy.array([[1, 2, 3]])
print(numpy.transpose(a))
>> [[1]
 [2]
 [3]]