如何在 NumPy 中重塑数组？答案

【问题标题】：How to reshape an array in NumPy?如何在 NumPy 中重塑数组？
【发布时间】：2017-01-07 12:55:06
【问题描述】：

我有一个 numpy 数组：array([[59], [72], [117], ..., [15530], [13091], [983]], dtype=object)，女巫形状是 (39104L,)。如何将其重塑为数组，如array([59, 72, 117, ..., 15530, 13091, 983], dtype=float32？

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

我怀疑您的原始数组是一维列表数组：

array([[59], [72], [117], ..., [15530], [13091], [983]], dtype=object)
# shape (39104L,)

通常类似的东西是整数中的二维数组

In [796]: x=np.array([[59], [72], [117], [15530], [13091], [983]])
In [797]: x
Out[797]: 
array([[   59],
       [   72],
       [  117],
       [15530],
       [13091],
       [  983]])
In [798]: x.shape
Out[798]: (6, 1)

但如果其中一个或多个列表具有不同数量的元素，您将获得对象数组：

In [799]: x=np.array([[59], [72], [117], [15530,34], [13091], [983]])
In [800]: x
Out[800]: array([[59], [72], [117], [15530, 34], [13091], [983]], dtype=object)
In [801]: x.shape
Out[801]: (6,)

这会导致以下错误：

In [804]: np.asarray(x, dtype=float)
ValueError: setting an array element with a sequence.

但是

In [805]: x.tolist()
Out[805]: [[59], [72], [117], [15530, 34], [13091], [983]]

试试这样的方法，看看你的数组中是否有任何元素长于 1：

In [806]: max([len(i) for i in x])
Out[806]: 2

您可能还需要显示一个或多个元素的类型以确认我的怀疑：

In [807]: type(x[0])
Out[807]: list

另外，这个数组是怎么构造的？

【讨论】：

【解决方案2】：

如果形状是 (n_items,) 那么它已经是一个一维向量。如果你想从中得到一个“普通”的 Python 列表，请使用numpy.ndarray.tolist()。

对于一般的重塑，有numpy.reshape() 方法。

【讨论】：

返回错误：AttributeError: 'list' object has no attribute 'tolist'
如果你的numpy数组被称为my_array，type(my_array)的输出是什么？

【解决方案3】：

正如您所写，您的数组应该具有(39104L,1) 的形状，而不是(39104L,)。也就是说，该数组具有冗余维度。您可以使用np.squeeze 删除它。

对于一般的整形，您当然可以使用np.reshape，在您的情况下也可以使用它来代替np.squeeze。

您问题的另一个方面是您更改了数组的dtype。为此，您可以使用

a = np.asarray(a, dtype='float32')

a 是你的数组。

【讨论】：

我成功了，但它输出错误：ValueError: setting an array element with a sequence.
您应该编辑您的问题并发布完整的代码示例。由于缺少详细信息，您现在无法看到一些错误。