在numpy數組中確保至少一定的維度

Question

我的工具包中有以下功能，並且非常依賴它。 我發現很難相信沒有一個numpy內置來做這個，但我在numpy搜索可能的函數名稱，谷歌搜索這個問題的各種解釋，並沒有發現任何東西。 有東西嗎？

def project(a, maxdim):
    """
    Return a view of the numpy array <a> that has at least <maxdim>+1
    dimensions (pad a.shape with 1's on the right if necessary).
    """
    if isinstance(a, numpy.matrix) and maxdim > 1: a = numpy.asarray(a)
    else: a = a.view()
    a.shape += (1,) * (maxdim-len(a.shape)+1)
    return a

Answer 1

具有默認Fortran順序的MATLAB會自動在右側添加尺寸。 numpy是默認的C順序，並且更喜歡將它們附加在左側。

np.array采用ndmin參數，根據需要ndmin 1。

例如

In [89]: np.array([1,2,3],ndmin=4).shape
Out[89]: (1, 1, 1, 3)

有3個np.atleast_?d函數。

In [92]: np.atleast_2d([1,2,3]).shape
Out[92]: (1, 3)
In [93]: np.atleast_3d([1,2,3]).shape
Out[93]: (1, 3, 1)

atleast_3d用於np.dstack ，可能已經明確寫入該用途。

廣播時， numpy將根據需要預先設置尺寸; 等待他們的帖子需要你做出明確的行動。 這只是開發人員選擇的默認numpy 。

np.ones((3,4,5))+np.zeros((5))

---

np.array有一個copy參數

In [113]: x=np.array([1,2,3])
In [114]: y=np.array(x, ndmin=3,copy=False)

In [117]: y.__array_interface__['data']
Out[117]: (152332976, False)
In [118]: x.__array_interface__['data']
Out[118]: (152332976, False)