[英]Transform numpy array to incorporate inside arrays
我有一个 dtype object 的多维 numpy 数组,其中填充了其他 arrays。 例如,下面是重现该行为的代码:
arr = np.empty((3,4,2,1), dtype=object)
for i in range(arr.shape[0]):
for j in range(arr.shape[1]):
for k in range(arr.shape[2]):
for l in range(arr.shape[3]):
arr[i, j, k, l] = np.random.random(10)
由于 arrays 内部的所有大小都相同,因此我想在此示例中将最后一级“合并”到数组中,并使其成为大小为 (3,4,2,1,10) 的数组。 我无法真正更改上面的代码,所以我正在寻找一种干净的方式(几行,可能没有 for 循环)来生成这个新数组一旦创建。
谢谢你。
如果我很好地理解了您的问题,您可以使用random.random_sample()
应该给出相同的结果:
arr = np.random.random_sample((3, 4, 2, 1, 10))
编辑后的解决方案是arr = np.array(arr.tolist())
只需添加一个新for
循环:
arr = np.empty((3,4,2,1,10), dtype=object)
for i in range(arr.shape[0]):
for j in range(arr.shape[1]):
for k in range(arr.shape[2]):
for l in range(arr.shape[3]):
for m in range(arr.shape[4]):
arr[i, j, k, l, m] = np.random.randint(10)
However, you can one line this code with an optimized numpy function, every random function from numpy has a size
parameter to build a array
with random number with a particular shape:
arr = np.random.random((3,4,2,1,10))
编辑:
您可以展平数组,用长度为 10 的一维数组替换每个数字,然后将其重塑为所需的形状:
import numpy as np
arr = np.empty((3,4,2,1), dtype=object)
for i in range(arr.shape[0]):
for j in range(arr.shape[1]):
for k in range(arr.shape[2]):
for l in range(arr.shape[3]):
arr[i, j, k, l] = np.random.randint(10)
flat_arr = arr.flatten()
for i in range(len(flat_arr)):
flat_arr[i] = np.random.randint(0, high=10, size=(10))
res_arr = flat_arr.reshape((3,4,2,1))
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.