如何将（5，）numpy数组转换为（5,1）？

Question

如何将（5，）numpy数组转换为（5,1）？

以及如何从（5,1）向后转换为（5，）？

（5，）数组的目的是什么，为什么省略一个维度？ 我的意思是为什么我们不总是使用（5,1）形式？

这是仅在1D和2D阵列中发生还是在3D阵列中发生，如can（2,3，）数组是否存在？

更新：

我设法将（5，）转换为（5,1）

a= np.reshape(a, (a.shape[0], 1)) 

但建议的变体看起来更简单：

a = a[:, None] or a = a[:, np.newaxis]

要从（5,1）转换为（5，），可以使用np.ravel

a= np.ravel(a)

Answer 1

您可以通过执行a = a[:, None]或a = a[:, np.newaxis]将新轴添加到数组a

至于“一维省略”，我真的不明白你的问题，因为它没有结束：数组可能是(5, 1, 1)等。

Answer 2

具有形状(5,) numpy阵列是1维阵列，而具有形状(5,1)的numpy阵列是2维阵列。 差异很微妙，但可以以一种主要方式改变一些计算。 人们必须特别小心，因为这些变化可能会使所有维度变平，例如np.mean或np.sum 。

除了@ m-massias的答案之外，请考虑以下示例：

17:00:25 [2]: import numpy as np
17:00:31 [3]: a = np.array([1,2])
17:00:34 [4]: b = np.array([[1,2], [3,4]])
17:00:45 [6]: b * a
      Out[6]: 
array([[1, 4],
       [3, 8]])
17:00:50 [7]: b * a[:,None] # Different result!
      Out[7]: 
array([[1, 2],
       [6, 8]])

a具有形状(2,)并在第二维上广播 。 所以你得到的结果是每一行（第一个维度）乘以向量：

17:02:44 [10]: b * np.array([[1, 2], [1, 2]])
      Out[10]: 
array([[1, 4],
       [3, 8]])

另一方面， a[:,None]具有形状(2,1) ，因此已知矢量的方向是列。 因此，您得到的结果来自以下操作（其中每列乘以a ）：

17:03:39 [11]: b * np.array([[1, 1], [2, 2]])
      Out[11]: 
array([[1, 2],
       [6, 8]])

我希望能够说明两个阵列的行为方式有何不同。

Answer 3

使用reshape（）函数，例如打开python终端并输入以下内容：

    >>> import numpy as np
    >>> a = np.random.random(5)
    >>> a
    array([0.85694461, 0.37774476, 0.56348081, 0.02972139, 0.23453958])
    >>> a.shape
    (5,)
    >>> b = a.reshape(5, 1)
    >>> b.shape
    (5, 1)