python中的N維數組

Question

Python 和 Numpy 的新功能，嘗試創建 263 維數組。 我需要很多機器學習模型的維度。 當然，一種方法是使用 numpy.zeros 或 numpy.ones 並編寫如下代碼：

x=np.zeros((1,1,1,1,1,1,1,1,1,1,1))   #and more 1,1,1,1

有沒有更簡單的方法來創建多維數組？

Answer 1

你不需要 263-dimensions 。 如果每個維度只有大小 2，你仍然有2 ** 263元素，它們是： 148213874223764730142170860811120522052185580372019921970505707530983981

您將無法使用這樣的矩陣做任何事情：甚至無法在 Google 服務器上進行初始化。

您要么需要一個包含 263 個值的數組：

>>> np.zeros(263)
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.])

或具有 M 個元素的 263 個向量的矩陣（假設為 3 個）：

>>> np.zeros((263, 3))
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       ...
       ...
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

有許多先進的研究中心對香草 Numpy 非常滿意。 對於量子力學或機器學習來說，必須使用少於 32 維似乎並沒有太大的困擾。

Answer 2

讓我們從numpy文檔開始， help(np.zeros)給出

zeros(shape, dtype=float, order='C')

Return a new array of given shape and type, filled with zeros.

Parameters
----------
shape : int or sequence of ints
    Shape of the new array, e.g., ``(2, 3)`` or ``2``.
...
Returns
-------
out : ndarray
    Array of zeros with the given shape, dtype, and order.
...

shape 參數只是每個維度大小的列表（但您可能知道）。 有很多方法可以在 python 中輕松創建這樣的列表，一種快速的方法是

 np.zeros(np.ones(263, dtype=int))

但是，正如其他人所提到的， numpy有 32 維的任意限制。 根據我的經驗，通過保留一個顯示每行屬於哪個“維度”的索引數組，您可以獲得類似且更靈活的行為。

Answer 3

很可能，對於 ML 應用程序，您實際上並不想要這樣：

shape = np.random.randint(1,10,(263,))
arr = np.zeros(shape)  # causes a ValueError anyway

你實際上想要一些稀疏的東西

for i, value in enumerate(nonzero_values):
    arr[idx[i]] = value

在這種情況下， idx是一個(num_samples, 263)數組， nonzero_values是一個(num_samples,)數組。

ML 算法通常在這些idx和value數組（通常稱為X和Y ）上工作，因為否則實際數組將是巨大的。

有時您需要一個維度的“one-hot”數組，這將使idx.shape == (num_samples, shape.sum()) ，其中idx僅包含 0 或 1 個值。 但這仍然比任何類型的高維數組都要小。

Answer 4

有一個名為 DimPy 的新包，它可以很容易地在 python 中創建多維數組。 安裝使用
pip install dimpy使用示例

from dimpy import *
a=dim(4,5,6) # This is a 3 dimensional array of 4x5x6 elements. Use any number of dimensions within '( ) ' separated by comma
print(a)

默認情況下，每個元素都為零。 要更改它，請使用dfv(a, 'New value')要將其表示為 numpy 樣式數組，請使用a=npary(a)在此處查看更多詳細信息： https : a=npary(a) dimpy.html?m=1