如何在python中重塑数组？ [复制]

Posted 2023-02-23

【中文标题】如何在python中重塑数组？ [复制]

【英文标题】：How to reshape an array in python? [duplicate]

【发布时间】：2020-07-15 06:25:09

【问题描述】：

我们如何在python中重塑一个数组，例如

original_array = [1,2,3,4]

而我重塑后想要的是这个，

[[1,2,3,4]]

我使用这段代码重新塑造了数组，

original = np.asarray(original)
original = original.reshape(original.shape[0], 1)

但我得到的是这样的，

[[1]
 [2]
 [3]
 [4]]

提前致谢。

【问题讨论】：

reshaped_array = [patient_data] 试试这个。

对我来说似乎是有效的，或者：patient_data = [original_array]。如果这对您没有帮助，请编辑您的问题。我也不清楚这个问题是否解决了。

original_array 是列表还是 numpy 数组？看起来像一个列表，但有一个 numpy 标签

原来的形状是(4,)。你想要（1,4），你得到（4,1）。看出区别了吗？

这能回答你的问题吗？ How can I add new dimensions to a Numpy array?

【参考方案1】：

您只需要将.reshape() 的参数以不同的顺序排列：

patient_data = patient_data.reshape(1, patient_data.shape[0])

或者，可能更好：

patient_data = patient_data.reshape(1, -1)

---

还有其他几种方法可以做到这一点，例如：

patient_data = patient_data[None, :]

patient_data = patient_data[None, ...]

patient_data = patient_data[np.newaxis, :]

patient_data = patient_data[np.newaxis, ...]

patient_data = np.expand_dims(patient_data, 0)

---

NumPy 文档中关于Indexing 的章节可能对你来说是一本不错的读物。

【讨论】：

对不起，我编辑了我的问题，上述内容是否适用？

哇这工作！！！非常感谢！！

【参考方案2】：

如果original_array 是numpy 数组而不是列表，则可以使用numpy 中的expand_dims

import numpy as np
original_array = np.array([1,2,3,4])

np.expand_dims(original_array,axis=0)
# array([[1, 2, 3, 4]])

【讨论】：

这行得通！非常感谢！！！！1

【参考方案3】：

你可以从numpy使用expand_dims然后：

import numpy
original_array = numpy.array([1,2,3,4])
numpy.expand_dims(original_array, axis=0)
# array([[1, 2, 3, 4]])