如何使用 Numpy 在 Python 中重塑数组？答案

【问题标题】：How to reshape an array in Python using Numpy?如何使用 Numpy 在 Python 中重塑数组？
【发布时间】：2019-08-25 21:39:32
【问题描述】：

我有一个 (10,) 数组，我想在 (1,10) 中重塑

我做了以下（你是我的数组）

import numpy as np

u = u.reshape(-1,1).T

但它不起作用，有什么建议吗？

【问题讨论】：

试试u.reshape(1, -1)
np.expand_dims(u, axis=0)
What does -1 mean in numpy reshape?的可能重复

标签： python numpy

【解决方案1】：

我认为@Chris在评论中提到的很好，你可以试试

我已经尝试过这个场景

>>> import numpy as np
>>> u = np.zeros((10))

>>> u.shape
(10,)
>>> u.T
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
>>> u = u.reshape(1, -1)
>>> u.shape
(1, 10)
>>> u.T
array([[0.],
   [0.],
   [0.],
   [0.],
   [0.],
   [0.],
   [0.],
   [0.],
   [0.],
   [0.]])

我认为对于您的情况，u.reshape(1, -1) 可以完成您的工作。

【讨论】：

【解决方案2】：

本书中另一个有效的技巧是np.newaxis

 u = u[np.newaxis,:]

应该给你一个形状为(1,10)的数组

【讨论】：

【解决方案3】：

正如 Chris 在他的评论中提到的，您只是想通过将行数固定为 1 和 let Python figure out the other dimension 来重塑数组：

u=u.reshape(1, -1)

【讨论】：

【解决方案4】：

你想要的是：

u = u.reshape((-1, 1)).T

【讨论】：

【解决方案5】：

你可以尝试使用expand_dims()方法。

import numpy as np

a = np.zeros(10) # a.shape = (10,)
a = np.expand_dims(a, axis=0)
print(a.shape)

输出

(1, 10)

【讨论】：