將 NumPy 向量轉換為二維數組/矩陣

Question

將向量轉換為二維數組的最佳方法是什么？

例如，大小為 (10, ) 的向量 b

a = rand(10,10)
b = a[1, :]
b.shape

Out: (10L,)

可以轉換為大小為 (10,1) 的數組

b = b.reshape(len(b), 1)

有沒有更簡潔的方法來做到這一點？

Answer 1

由於使用a[1, :]索引時會丟失一個維度，因此需要替換丟失的維度以保持 2D 形狀。 考慮到這一點，您可以使用以下語法進行選擇：

b = a[1, :, None]

然后b具有所需的形狀 (10, 1)。 請注意， None與np.newaxis相同，並插入長度為 1 的新軸。

（這與寫b = a[1, :][:, None]但只使用一個索引操作，因此節省了幾微秒。）

如果您想繼續使用reshape （這也可以用於此目的），值得記住的是，您可以將 -1 用於（最多）一個軸，讓 NumPy 找出正確的長度應該是什么：

b.reshape(-1, 1)

Answer 2

使用np.newaxis ：

In [139]: b.shape
Out[139]: (10,)

In [140]: b=b[:,np.newaxis]

In [142]: b.shape
Out[142]: (10, 1)

Answer 3

我認為最清楚的方法是使用np.expand_dims ，它基本上向數組添加了一個軸。 如果您使用axis=-1 ，則會添加一個新軸作為最后一個維度。

b = np.expand_dims(b, axis=-1)

或者如果你想讓我更簡潔：

b = np.expand_dims(b, -1)

Answer 4

你也可以使用 np.asmatrix(b)

a.shape                 #--> (12,)
np.asmatrix(a).shape    #--> (1, 12)
np.asmatrix(a).T.shape  #--> (12, 1)

Answer 5

雖然這個問題很老了，但我認為還是值得回答的。

使用這種風格：

b = a[1:2, :]