如何在python中创建一个N维特征向量答案

【问题标题】：How to create a N-dimentional feature vector in python如何在python中创建一个N维特征向量
【发布时间】：2020-09-19 04:56:06
【问题描述】：

我的图像有 20 个像素值，我想将它们存储在 20D 特征向量中，而不是 20 长度特征向量中。我是 Python 新手，所以我不知道在 Python 中是否将常规数组视为 n 维向量，或者我需要以某种方式对单个数组进行向量化。这些是像素值：

[245, 247, 199, 199, 210, 213, 216, 196, 225, 
    199, 189, 189, 195, 221, 225, 201, 221, 201, 216, 222]

我希望将它们变成一个 20d 维度向量，我将如何进行呢？

【问题讨论】：

在你看来，20D 特征向量和 20 长度特征向量有什么区别？为什么不直接使用列表？

标签： python image numpy data-structures feature-extraction

【解决方案1】：

如果我理解正确，您的解决方案数组的形状应该是 (20,1)。为此，np.reshape 是最快和最简单的方法。执行此操作的代码如下：

np.reshape(your_array,(20,1))

【讨论】：

【解决方案2】：

有几种方法可以做到这一点。您可以将其保留为列表：

l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

[[i] for i in l]

或者：

list(map(lambda x: [x], l))

输出：

Out[21]: [[1], [2], [3], [4], [5], [6], [7], [8], [9], [10]]

或使用多种方法之一向numpy 数组添加维度：

import numpy as np

arr = np.array(l)

所有这些都是等价的：

arr[Ellipsis, None]

np.expand_dims(arr, -1)

np.reshape(-1, 1)

输出：

array([[ 1],
       [ 2],
       [ 3],
       [ 4],
       [ 5],
       [ 6],
       [ 7],
       [ 8],
       [ 9],
       [10]])

【讨论】：

【解决方案3】：

您可以处理每个值，然后将其转换为 n 维向量以获得 20 维向量化数组。

def convertN(arr):
    #create n-dimensional arr
    #Return n-dimensional arr

input =[245,247,199...216,222]

for i,v in enumerate(input):
    input[i] = convertN(v)

print(input)

【讨论】：