如何将1D numpy数组分配给2D numpy数组？

考虑下面的简单示例：如何将1D numpy数组分配给2D numpy数组？

X = numpy.zeros([10, 4]) # 2D array 
x = numpy.arange(0,10) # 1D array 

X[:,0] = x # WORKS 

X[:,0:1] = x # returns ERROR: 
# ValueError: could not broadcast input array from shape (10) into shape (10,1) 

X[:,0:1] = (x.reshape(-1, 1)) # WORKS

有人可以解释为什么numpy的具有形状的矢量（N，），而不是（N，1）？从一维数组转换为二维数组的最佳方式是什么？

为什么我需要这个？因为我有一个代码插入结果x到二维数组X和x的大小随时变化，所以我有X[:, idx1:idx2] = x如果x也是2D也可以，但如果x是1D，则不起作用。

来源

2013-08-26 Hanan Shteingart

您是否真的需要能够使用相同的功能处理1D和2D输入？如果你知道的输入将是一维，使用

X[:, i] = x

如果你知道的输入将是2D，使用

X[:, start:end] = x

如果你不知道输入的尺寸，我推荐在一行或另一行之间切换与if，虽然可能有一些索引技巧，我不知道这将处理两个相同。

你x具有形状(N,)而不是塑造(N, 1)（或(1, N)），因为numpy的不只是矩阵数学建。 ndarrays是n维的;它们支持任何非负数维度（包括0）的高效，一致的矢量化操作。虽然这可能偶尔会使矩阵运算稍微简洁一些（特别是在矩阵乘法的情况下，dot），但它会为您的数据自然是1维或3维，4维或n维时生成更通用的代码。

来源

2013-08-26 07:37:08 user2357112

我想你的问题已经包含了答案。 Numpy允许数组具有任何维度（而afaik Matlab在可能的情况下更喜欢两个维度），所以您需要对此进行正确的处理（并且始终区分（n，）和（n，1））。通过给一个数字作为索引之一（如第三行中的0），可以将维度减1。通过给出范围作为索引之一（如第4行中的0：1），您不会降低维度。

第3行对我来说非常合理，我将以这种方式分配给2-D数组。

来源

2013-08-26 07:39:16

这里有两个技巧，使代码有点短。

X = numpy.zeros([10, 4]) # 2D array 
x = numpy.arange(0,10) # 1D array 
X.T[:1, :] = x 
X[:, 2:3] = x[:, None]

来源

2013-08-26 07:43:49 HYRY

你能否再添加一些评论？我不清楚你是如何从原始代码中获得的，以及为什么这能解决问题。 – brandones

如何将1D numpy数组分配给2D numpy数组？

回答

相关问题