將numpy.convolve應用於一維矢量（具有單例維的二維數組）

Question

我是numpy的新手。

我從numpy.array形狀（R，1）和（R，）之間的差異中學到了rank-1數組和1-dim向量之間的區別

還告訴我在可能的情況下將vector用於機器學習任務，而不是rank1數組。 （來自https://www.coursera.org/learn/neural-networks-deep-learning/lecture/87MUx/a-note-on-python-numpy-vectors在4:35）

我正在嘗試使用numpy.convolve，但我看不到它需要1維矢量。

有沒有一種方法可以將1-dim向量傳遞給numpy.convolve或應該使用（N，）形狀數組？

Answer 1

numpy.convolve的文檔將輸入描述為“一維數組”。

NumPy中沒有單獨的“向量”，只有一個一維數組。 除第一維以外的所有維均為1的高維數組通常也可以使用。

我認為您正處於嘗試和觀察的階段。 它應該按照您期望的方式工作。

Answer 2

numpy.convolve的輸入數組必須是一維的，形狀為(N,) 。

要對具有多個維度的數組進行卷積，請使用scipy.signal.convolve

from scipy import signal
a = np.random.normal(size=(10, 1))
b = np.random.normal(size=(5, 1))
signal.convolve(a, b)

---

我會嚴重質疑該建議的智慧（它是否來自使用Matlab而不是使用NumPy的人？），但是如果您必須在NumPy中遵循該建議，則先對數組進行squeeze()運算，然后在卷積之前去除單例維數，然后reshape為恢復該尺寸

a = np.random.normal(size=(10, 1))
b = np.random.normal(size=(5, 1))     
c = np.convolve(a.squeeze(), b.squeeze()).reshape(-1, 1)

對於NumPy而言，這似乎是浪費時間，但誰知道，遵守機器學習法的好處也許是值得的。