如何在 numpy 中将 1D arrays 视为（1 by n）2D arrays？

Question

如果之前有人问过这个问题，我深表歉意，但我似乎找不到答案，或者我没有正确寻找答案。

我目前正在使用 numpy 在 python 中编写代码，而我的 function 将输入作为矩阵。 我想将一维数组视为（1×n）二维数组。

这是我的问题的一个最小示例。 下面的 function 取输入两个矩阵，将第一个矩阵的左上角元素加到第二个矩阵的右下角元素上。

import numpy as np


def add_corners(A, B):
    r = A[0, 0] + B[B.shape[0] - 1, B.shape[1] - 1]
    return r


C = np.array([[1, 2, 3], [4, 5, 6]])
D = np.array([[9, 8], [7, 6], [5, 4], [10, 11]])
E = np.array([1, 2, 3, 4, 5])

print(add_corners(C, D))
print(add_corners(C, E))

print(add_corners(C,E))导致错误，因为E.shape[1]定义不明确。 有没有办法解决这个问题而不必添加 if 语句来检查我的输入是否包含一维数组？ 也就是说，我想将 E 的条目称为E[1,x]而不是E[x] 。

任何帮助是极大的赞赏！

Answer 1

您需要添加一个额外的维度。 你可以这样做：

add_corners(C, E[:, None])

或使用np.expand_dims ：

add_corners(C, np.expand_dims(E, -1))

---

这是它的样子：

>>> E
array([1, 2, 3, 4, 5])

>>> E[:, None]
array([[1],
       [2],
       [3],
       [4],
       [5]])

>>> E[:, None].shape
(5, 1)

Answer 2

为了更容易和方便的方式，您可以使用平面迭代器：

def add_corners(A, B):
    return A.flat[0] + B.flat[-1]