将 NumPy 向量转换为二维数组/矩阵答案

【问题标题】：Convert NumPy vector to 2D array / matrix将 NumPy 向量转换为二维数组/矩阵
【发布时间】：2016-02-02 12:50:31
【问题描述】：

将向量转换为二维数组的最佳方法是什么？

例如，大小为 (10, ) 的向量 b

a = rand(10,10)
b = a[1, :]
b.shape

Out: (10L,)

可以转换为大小为 (10,1) 的数组

b = b.reshape(len(b), 1)

有更简洁的方法吗？

【问题讨论】：

【解决方案1】：

我认为最清晰的方法是使用np.expand_dims，它基本上为数组添加了一个轴。如果您使用axis=-1，则会添加一个新轴作为最后一个维度。

b = np.expand_dims(b, axis=-1)

或者如果你想让我更简洁：

b = np.expand_dims(b, -1)

【讨论】：

【解决方案2】：

虽然这个问题很老，但我认为仍然值得回答。

使用这种风格：

b = a[1:2, :]

【讨论】：

【解决方案3】：

你也可以使用 np.asmatrix(b)

a.shape                 #--> (12,)
np.asmatrix(a).shape    #--> (1, 12)
np.asmatrix(a).T.shape  #--> (12, 1)

【讨论】：

【解决方案4】：

由于您在使用a[1, :] 进行索引时丢失了尺寸，因此需要替换丢失的尺寸以保持二维形状。考虑到这一点，您可以使用以下语法进行选择：

b = a[1, :, None]

然后b 具有所需的形状 (10, 1)。请注意，None 与 np.newaxis 相同，并插入长度为 1 的新轴。

（这与编写b = a[1, :][:, None] 相同，但只使用一个索引操作，因此节省了几微秒。）

如果您想继续使用reshape（这也可以用于此目的），值得记住的是，您可以将 -1 用于（最多）一个轴，以让 NumPy 找出正确的长度应该是多少：

b.reshape(-1, 1)

【讨论】：

我要补充一点，.reshape 不是 inplace 操作，所以它应该是 b = b.reshape(-1, 1) 或 inplace 版本 b.shape = (-1, 1) .

【解决方案5】：

使用np.newaxis:

In [139]: b.shape
Out[139]: (10,)

In [140]: b=b[:,np.newaxis]

In [142]: b.shape
Out[142]: (10, 1)

【讨论】：

请考虑编辑您的帖子，以添加更多关于您的代码的作用以及它为何能解决问题的说明。一个大部分只包含代码的答案（即使它正在工作）通常不会帮助 OP 理解他们的问题。
@SuperBiasedMan - OP 并不要求理解，只是要求更简洁的表达方式。我不确定它是否可以解释为 OP 的reshape 版本可以。这是np.newaxis 变量的基本用法。
@SuperBiasedMan 我同意，只有代码的答案通常不会有帮助。但正如 hpaulj 所说：这里没有太多解释，上面的三个命令是不言自明的。（看看我的其他答案，如果有必要，我总是会尝试解释我的答案的作用）。
我知道没有这样的义务，但我仍然希望对否决票的性质发表评论。（除非是 SuperBiasedMan，否则我知道评论）