如何转置 3D 数组以制作 n 个特征向量？答案

【问题标题】：How to transpose 3D array to make n feature vectors?如何转置 3D 数组以制作 n 个特征向量？
【发布时间】：2020-12-06 18:51:48
【问题描述】：

如果我有一个包含三个不同特征数组的数组（用伪代码编写但使用 numpy：

height = [6.2,5.8,5.9,5.5]
weight = [50,100,125,40]
age = [18,25,45,73]
ftrs = [height,weight,age]

我想创建 n 个特征向量，我将如何重塑和转置数组？因此，例如，第一个特征向量将包含：

[height[0],weight[0],age[0]]

谢谢！

【问题讨论】：

list(zip(height,weight,age))

标签： python numpy

【解决方案1】：

你可以使用numpy.c_[height,weight,age]

希望能回答您的问题。该功能使用低级实现，应该快速安静。这是文档https://numpy.org/doc/stable/reference/generated/numpy.c_.html

【讨论】：

【解决方案2】：

In [378]: height = [6.2,5.8,5.9,5.5]
     ...: weight = [50,100,125,40]
     ...: age = [18,25,45,73]
     ...: ftrs = [height,weight,age]
In [379]: ftrs
Out[379]: [[6.2, 5.8, 5.9, 5.5], [50, 100, 125, 40], [18, 25, 45, 73]]

我们可以简单地从列表列表中创建一个数组：

In [380]: arr = np.array(ftrs)
In [381]: arr
Out[381]: 
array([[  6.2,   5.8,   5.9,   5.5],
       [ 50. , 100. , 125. ,  40. ],
       [ 18. ,  25. ,  45. ,  73. ]])
In [382]: arr[:,0]
Out[382]: array([ 6.2, 50. , 18. ])

数组的列是您的“特征向量”，可以通过 numpy 数组索引轻松访问。

或者你可以转置数组，使特征行：

In [383]: arrt = arr.transpose()
In [384]: arrt
Out[384]: 
array([[  6.2,  50. ,  18. ],
       [  5.8, 100. ,  25. ],
       [  5.9, 125. ,  45. ],
       [  5.5,  40. ,  73. ]])
In [385]: arrt[0]
Out[385]: array([ 6.2, 50. , 18. ])

等效地，您可以列堆叠列表（np.c_ 这样做）：

In [386]: np.stack(ftrs, axis=1)
Out[386]: 
array([[  6.2,  50. ,  18. ],
       [  5.8, 100. ,  25. ],
       [  5.9, 125. ,  45. ],
       [  5.5,  40. ,  73. ]])

评论中提到的list(zip 是众所周知的“转置”列表列表的方式。如果您不需要 numpy，这是一个很好的了解工具。

在 [387] 中：列表（zip（*ftrs））输出[387]：[(6.2, 50, 18), (5.8, 100, 25), (5.9, 125, 45), (5.5, 40, 73)]

【讨论】：