numpy中具有不同行长的矩阵答案

【问题标题】：Matrices with different row lengths in numpynumpy中具有不同行长的矩阵
【发布时间】：2014-08-03 21:40:08
【问题描述】：

有没有办法在 numpy 中定义具有不同长度行的矩阵（例如 m），但使得 m 保持二维（iemndim = 2 )?

例如，如果你定义m = numpy.array([[1,2,3], [4,5]])，那么m.ndim = 1. 我理解为什么会发生这种情况，但我很感兴趣是否有任何方法可以欺骗 numpy 将 m 视为 2D。一个想法是用一个虚拟值填充，以便行变得相同大小，但我有很多这样的矩阵，它会占用太多空间。我真的需要 m 是 2D 的原因是我正在使用 Theano，并且将被赋予 m 值的张量期望一个 2D 值。

【问题讨论】：

我有点困惑。 :-) 你到底想做什么？在 Python/numpy 中可能有更好的方法来处理您的意图。
这是我发布的另一个问题，它准确地解释了我想要做什么：stackoverflow.com/questions/24205187/…

标签： numpy matrix theano

【解决方案1】：

不，这是不可能的。 NumPy 数组的每一对维度都需要是矩形的。这是由于它们映射到内存缓冲区的方式，如指针、项目大小、步幅三倍。

至于这个占用空间：np.array([[1,2,3], [4,5]]) 实际上比 2×3 数组占用更多空间，因为它是一个包含两个指向 Python 列表的指针的数组（即使将元素转换为数组，内存布局也会仍然是低效的）。

【讨论】：

【解决方案2】：

我将在这里提供有关 Theano 的非常新的信息。我们有一个新的 TypedList() 类型，它允许拥有所有具有相同类型的元素的 python 列表：比如 1d ndarray。一切都完成了，除了文档。

您可以使用它们执行的功能有限。但是我们这样做是为了允许使用 scan 遍历类型列表。它尚未与扫描集成，但您现在可以像这样使用它：

import theano
import theano.typed_list

a = theano.typed_list.TypedListType(theano.tensor.fvector)()
s, _ = theano.scan(fn=lambda i, tl: tl[i].sum(),
                   non_sequences=[a],
                   sequences=[theano.tensor.arange(2, dtype='int64')])

f = theano.function([a], s)
f([[1, 2, 3], [4, 5]])

一个限制是 scan 的输出必须是 ndarray，而不是类型列表。

【讨论】：

包含 typed_list 模块的版本是什么？我使用的是 Theano 6.0（我可以在 github 上看到的最新版本），它不包含它。
使用开发版。
我一直在玩这个，我遇到了以下问题：当参数函数 (fn) 不会为其所有输入产生具有相同形状的输出时，这会起作用吗？例如，考虑 fn=lambda i, tl: tl + t.constant(1)。那么 fn 的输出与输入具有相同的不均匀长度，这意味着 theano.scan 无法将它们一起打包到 theano.matrix 中。从我的实验来看，这种情况是失败的。这是对的，还是我搞错了？
没错。到目前为止，我们还没有实现从 Scan 返回类型列表的方法。