[英]Creating 3D numpy.ndarray with no fixed second dimension
有時,諸如語音數據之類的數據具有已知數目的觀測值(n),未知持續時間和已知數目的測量值(k)。
在NumPy中的2D情況下,很清楚如何用形狀為(n, )
的ndarray表示觀察次數已知(n)且持續時間未知的數據。 例如:
import numpy as np
x = np.array([ [ 1, 2 ],
[ 1, 2, 3 ]
])
print(x.shape) ### Returns: (2, )
NumPy中的3D情況是否有等效項,在這里我們可以有形狀為(n, , k)
的ndarray
? 我能想到的最好的替代方法是使用形狀為(n, )
的2D ndarray
(n, )
並使每個元素也是(k, )
的(轉置)形狀的2D。 例如,
import numpy as np
x = np.array([ [ [1,2], [1,2] ],
[ [1,2], [1,2], [1,2] ]
])
print(x.shape) ### Returns: (2, ); Desired: (2, , 2)
理想情況下,一種解決方案將能夠告訴我們ndarray
的維數屬性,而無需遞歸調用(也許可以使用shape
?的替代方法)。
您似乎誤解了(2,)
含義。 這並不意味着(2, <unknown>)
; 逗號不是2
到某種空白尺寸之間的分隔符。 (2,)
是一個元素為2
的單元素元組的Python語法。 Python使用此語法,因為(2)
表示整數2
,而不是元組。
您不是在創建具有任意長度的第二維的二維數組。 您正在創建對象dtype的一維數組。 它的元素是普通的Python列表。 這樣的數組與NumPy中幾乎所有有用的東西都不兼容。
無論是在您認為可行的2D情況下,還是在嘗試進行工作的3D情況下,都無法創建具有可變長度尺寸的NumPy數組。
僅審查一維案例:
In [33]: x = np.array([[1,2],[1,2,3]])
In [34]: x.shape
Out[34]: (2,)
In [35]: x
Out[35]: array([list([1, 2]), list([1, 2, 3])], dtype=object)
結果是一個2元素的列表數組,從列表列表開始。 沒有太大的區別。
但是請注意,如果列表大小相同,則np.array
會創建一個數字2d數組:
In [36]: x = np.array([[1,2,4],[1,2,3]])
In [37]: x
Out[37]:
array([[1, 2, 4],
[1, 2, 3]])
因此,不要指望我們在[33]中看到的行為。
我可以創建一個二維對象數組:
In [59]: x = np.empty((2,2),object)
In [60]: x
Out[60]:
array([[None, None], # in this case filled with None
[None, None]], dtype=object)
我可以為每個元素分配不同種類和大小的對象:
In [61]: x[0,0] = np.arange(3)
In [62]: x[0,0] = [1,2,3]
In [63]: x[1,0] = 'abc'
In [64]: x[1,1] = np.arange(6).reshape(2,3)
In [65]: x
Out[65]:
array([[list([1, 2, 3]), None],
['abc', array([[0, 1, 2],
[3, 4, 5]])]], dtype=object)
它仍然是2d。 在大多數情況下,它就像一個包含對象的列表或列表列表。 數據緩沖區實際上具有指向存儲在內存中其他位置的對象的指針(就像列表緩沖區一樣)。
確實沒有像3d數組那樣具有可變的最后維度的東西。 充其量我們可以得到一個二維數組,其中包含各種大小的列表或數組。
列出2個2d數組:
In [69]: alist = [np.arange(6).reshape(2,3), np.arange(4.).reshape(2,2)]
In [70]: alist
Out[70]:
[array([[0, 1, 2],
[3, 4, 5]]), array([[0., 1.],
[2., 3.]])]
在這種情況下,將其提供給np.array
會引發錯誤:在[71]中:np.array(alist)
-------------------------------------------------- ------------------------- ValueError:無法將輸入數組從形狀(2,3)廣播到形狀(2)
我們可以用以下列表中的元素填充對象數組:
In [72]: x = np.empty((4,),object)
In [73]: x[0]=alist[0][0]
In [74]: x[1]=alist[0][1]
In [75]: x[2]=alist[1][0]
In [76]: x[3]=alist[1][1]
In [77]: x
Out[77]:
array([array([0, 1, 2]), array([3, 4, 5]), array([0., 1.]),
array([2., 3.])], dtype=object)
並將其重塑為2d
In [78]: x.reshape(2,2)
Out[78]:
array([[array([0, 1, 2]), array([3, 4, 5])],
[array([0., 1.]), array([2., 3.])]], dtype=object)
結果是一個包含一維數組的二維數組。 為了獲得元素的形狀,我必須做一些事情:
In [87]: np.frompyfunc(lambda i:i.shape, 1,1)(Out[78])
Out[87]:
array([[(3,), (3,)],
[(2,), (2,)]], dtype=object)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.