numpy reshape 混淆与负形状值

Posted 2023-02-23

【中文标题】numpy reshape 混淆与负形状值

【英文标题】：numpy reshape confusion with negative shape values

【发布时间】：2016-12-28 12:55:21

【问题描述】：

总是对 numpy reshape 如何处理负形状参数感到困惑，这是代码和输出的示例，有人能解释一下 reshape [-1, 1] 会发生什么吗？谢谢。

相关文档，使用 Python 2.7。

http://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html

import numpy as np
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder

S = np.array(['box','apple','car'])
le = LabelEncoder()
S = le.fit_transform(S)
print(S)
ohe = OneHotEncoder()
one_hot = ohe.fit_transform(S.reshape(-1,1)).toarray()
print(one_hot)

[1 0 2]
[[ 0.  1.  0.]
 [ 1.  0.  0.]
 [ 0.  0.  1.]]

【问题讨论】：

这能回答你的问题吗？ What does -1 mean in numpy reshape?

【参考方案1】：

来自reshape docs：

一个形状维度可以是-1。在这种情况下，推断值 从数组的长度和剩余的维度。

在您的情况下，它用于将 (3,) S 转换为 (3,1) 数组的常见任务。我认为在这种特殊情况下使用S[:, None] 会产生相同的效果。

【讨论】：

谢谢 Aguy，当您说 (3,) 时，语法有点困惑，, 在这里是什么意思？

只是为了设计一个元组。 (3) 是 3，(3,) 是具有单个元素 3 的元组。 （形状是元组，即使它们只包含一个元素）

您可以将(n,) numpy 对象视为一个向量，而将(n,1) 视为只有一列的矩阵。

感谢 Aguy，但如果 (3,) 仅表示元组中的一个元素，您将如何将其转换为 (3,1) 的形状？我认为(3,1) 表示 3 行 * 1 列，即 3 个元素？

@JulienBernu，但是如果(3,) 仅表示元组中的一个元素，您将如何将其转换为(3,1) 的形状？我认为(3,1) 表示 3 行 * 1 列，即 3 个元素？

【参考方案2】：

-1 用于推断另一个缺失的长度。例如，将(3,4,5) 整形为(-1,10) 等效于整形为(6,10)，因为6 是唯一对其他输入有意义的长度。

【讨论】：

谢谢 Julien，在你的例子中，它是 3 维数组 3*4*5？那么，如果在 reshape 之后我们需要将列数设为 10，行数必须为 6，这是正确的计算吗？谢谢。

是：输入数组有3*4*5 = 60 元素。输出将包含n_rows * 10 元素，因此我们需要求解n_rows * 10 = 60 得到n_rows = 6。

谢谢 Julien，但是如果多个 -1 他们如何处理？

它不能因为它是模棱两可的，如文档中所述，或者如果你尝试抛出的错误......

感谢 Julien 的帮助，将您的回复标记为答案。 :)