[英]Vectorized way to arrange vector into matrix (numpy)
np.stack
是用于以各种顺序组合数组(或本例中的列表)的便捷工具:
In [74]: a= [1, 5, 9]
...: b= [2, 6, 10]
...: c= [3, 7, 11]
...: d= [4, 8, 12]
...:
...:
没有轴参数的默认值类似于np.array
,添加一个新的初始尺寸:
In [75]: np.stack((a,b,c,d))
Out[75]:
array([[ 1, 5, 9],
[ 2, 6, 10],
[ 3, 7, 11],
[ 4, 8, 12]])
但是订单不是您想要的。 让我们尝试axis=1
:
In [76]: np.stack((a,b,c,d),1)
Out[76]:
array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])
订单看起来正确。 现在添加一个重塑:
In [77]: np.stack((a,b,c,d),1).reshape(3,2,2)
Out[77]:
array([[[ 1, 2],
[ 3, 4]],
[[ 5, 6],
[ 7, 8]],
[[ 9, 10],
[11, 12]]])
另一种方法是加入列表,重塑和转置:
In [78]: np.array([a,b,c,d])
Out[78]:
array([[ 1, 5, 9],
[ 2, 6, 10],
[ 3, 7, 11],
[ 4, 8, 12]])
In [79]: _.reshape(2,2,3)
Out[79]:
array([[[ 1, 5, 9],
[ 2, 6, 10]],
[[ 3, 7, 11],
[ 4, 8, 12]]])
In [80]: _.transpose(2,1,0)
Out[80]:
array([[[ 1, 3],
[ 2, 4]],
[[ 5, 7],
[ 6, 8]],
[[ 9, 11],
[10, 12]]])
In [81]: __.transpose(2,0,1)
Out[81]:
array([[[ 1, 2],
[ 3, 4]],
[[ 5, 6],
[ 7, 8]],
[[ 9, 10],
[11, 12]]])
我们可以尝试对此进行系统化,但是我发现尝试各种替代方法很有帮助。
np.reshape()
可以做到:
np.reshape(np.array([a,b,c,d]).T,[3,2,2])
将产生期望的结果。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.