如何截断一个numpy数组？

Posted 2023-03-12

【中文标题】如何截断一个numpy数组？

【英文标题】：How to truncate a numpy array?

【发布时间】：2018-11-27 17:21:48

【问题描述】：

我正在尝试使用以下代码行将“数据”（大小为 112943）截断为 (1,15000)：

data = np.reshape(data, (1, 15000))

但是，这给了我以下错误：

ValueError: cannot reshape array of size 112943 into shape (1,15000)

关于如何修复此错误的任何建议？

【问题讨论】：

什么是形状（数据）？

截断和整形是两种不同的操作。截断改变大小，但保持形状。 Reshape 保持大小，但改变形状。我建议你使用切片。

我正在尝试删除除前 15,000 个元素之外的所有内容

当您说“截断”时，您只是想获得前 15,000 个元素的新数组，可能共享相同的内存，还是实际截断存储（或复制其中的一部分）所以额外的800K左右的内存可以释放吗？

【参考方案1】：

换句话说，由于您只需要前 15K 个元素，因此您可以为此使用基本切片：

In [114]: arr = np.random.randn(112943)

In [115]: truncated_arr = arr[:15000]

In [116]: truncated_arr.shape
Out[116]: (15000,)

In [117]: truncated_arr = truncated_arr[None, :]

In [118]: truncated_arr.shape
Out[118]: (1, 15000)

【参考方案2】：

你可以使用resize:

>>> import numpy as np
>>> 
>>> a = np.arange(17)
>>> 
# copy
>>> np.resize(a, (3,3))
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> 
# in-place - only use if you know what you are doing
>>> a.resize((3, 3), refcheck=False)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

请注意 - 我认为是因为交互式 shell 保留了一些对最近评估的东西的额外引用 - 我不得不使用 refcheck=False 来表示危险的就地版本。在脚本或模块中，您不必也不应该这样做。