重塑只有一维的 numpy 数组

Question

为了从list获取 numpy 数组，我进行了以下操作：

np.array([i for i in range(0, 12)])

并得到：

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

然后我想从这个数组中创建一个(4,3)矩阵：

np.array([i for i in range(0, 12)]).reshape(4, 3)

我得到以下矩阵：

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])

但是如果我知道我将在初始list有3 * n 个元素，我该如何重塑我的 numpy 数组，因为下面的代码

np.array([i for i in range(0,12)]).reshape(a.shape[0]/3,3)

结果出现错误

TypeError: 'float' object cannot be interpreted as an integer

Answer 1

首先， np.array([i for i in range(0, 12)])是一种不太优雅的表达方式np.arange(12) 。

其次，您可以将-1传递给 reshape 的一维（函数np.reshape和方法np.ndarray.reshape ）。 在您的情况下，如果您知道总大小是 3 的倍数，请执行

np.arange(12).reshape(-1, 3)

得到一个 4x3 数组。 从文档：

一个形状维度可以是 -1。 在这种情况下，该值是从数组的长度和剩余维度推断出来的。

作为旁注，您收到错误的原因是常规除法，即使对于整数，也会自动导致 Python 3 中的float ： type(12 / 3) is float 。 您可以通过执行a.shape[0] // 3来使用整数除法来使原始代码工作。 话虽如此，使用-1更方便。

Answer 2

您可以在.reshape使用-1 。 如果您指定一个维度，Numpy 将在可能的情况下自动确定另一个维度[1]。

np.array([i for i in range(0,12)]).reshape(-1, 3)

[1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html