如何索引一維numpy數組，就像它是具有1行的矩陣一樣？

Question

我有一個像一維的numpy數組：

a = np.array([1,2,3,4,5])

和我想索引此a像（好像它是一個1 5矩陣，和a[0,2]將等於3）：

a[0,2]

Traceback (most recent call last):

  File "<ipython-input-34-2fc0526218b3>", line 1, in <module>
    a[0,1]

IndexError: too many indices for array

我知道在MATLAB中是可能的，但是如何在Python中做到這一點？ 我需要這個的原因是因為a是動態生成的，有時是一維數組，有時是nD數組。 我需要在循環中使用統一的索引方式。

Answer 1

使用.reshape並將-1作為第二個參數傳遞：

>>> a = np.array([1,2,3,4,5])
>>> a = a.reshape(1, -1)
>>> a[0,2]
3

請注意，如果您期望使用任何類型的ndarray ，則可能不是您想要的：

>>> arr = np.array([[1,2],[3,4]])
>>> arr
array([[1, 2],
       [3, 4]])
>>> arr.reshape(1, -1)
array([[1, 2, 3, 4]])

因此，您可能需要添加條件檢查：

>>> if a.ndim < 2:
...     a = a.reshape(1, -1)
...
>>> a
array([[1, 2, 3, 4, 5]])

Answer 2

您可以使用np.atleast_2d將一維數組提升為二維：

a = np.atleast_2d(a)

如果你把你的循環的這里面，那么你可以從此把所有的a S作為2D（或更高維）陣列。

---

例如，

In [103]: a1 = np.array([1,2,3,4,5])
In [105]: np.atleast_2d(a1)
Out[107]: array([[1, 2, 3, 4, 5]])

而高維數組不變：

In [104]: a2 = np.array([[1,2],[3,4]])
In [108]: np.atleast_2d(a2)
Out[108]: 
array([[1, 2],
       [3, 4]])

Answer 3

另外，您也可以使用以下命令：

In [7]: a = np.array([1,2,3,4,5])

# make it as row vector of shape (1, 5)
In [8]: a = a[np.newaxis, :]

In [9]: a[0,2]
Out[9]: 3


# another approach using `None`    
In [10]: a = np.array([1,2,3,4,5])

# make it as row vector of shape (1, 5)
In [11]: a = a[None, :]

In [12]: a[0, 2]
Out[12]: 3

一次使用np.newaxis或None時，將添加一個新軸。 請注意，您已將此分配給原始數組以對最終數組進行修改。