简单的方法来折叠numpy数组的尾部尺寸？

在Matlab中，我能做到以下几点：简单的方法来折叠numpy数组的尾部尺寸？

X = randn(25,25,25); 
size(X(:,:)) 

ans = 
    25 625

我经常发现自己想要迅速崩溃数组的尾部尺寸，不知道如何在numpy的做到这一点。

我知道我能做到这一点：

In [22]: x = np.random.randn(25,25,25) 
In [23]: x = x.reshape(x.shape[:-2] + (-1,)) 
In [24]: x.shape 
Out[24]: (25, 625)

但x.reshape(x.shape[:-2] + (-1,))是很多不够简明（和需要大约x详细信息），比简单地做x(:,:)。

我明明试过类似numpy的索引，但希望不工作：

In [25]: x = np.random.randn(25,25,25) 
In [26]: x[:,:].shape 
Out[26]: (25, 25, 25)

如何崩溃数组的尾部尺寸以简洁的方式任何提示？

编辑：请注意，我是在产生的数组本身之后，而不仅仅是它的形状。在上面的例子中，我只使用size()和x.shape来表示数组是什么样的。

来源

2015-06-11 EelkeSpaak

在附注中，您的示例不正确......'x.shape [： - 2]'会产生一个空元组。（给它加'-1'意味着该数组将被“扁平化”成15625长度的数组）。我猜你的意思是'x.shape [0]'？ –

@JoeKington：它*是*正确的（尝试它）。 'x.shape [： - 2]'返回'x.shape'直到（但不包括）倒数第二个元素。所以对于一个3D数组'x'，它只返回'x.shape'的第一个元素。我使用'[：-2]'而不是'[0]'，因为我正在寻找一种适用于N> 2的所有ND阵列的通用解决方案。 – EelkeSpaak

@ElkeSpaak - 对。我没有清楚地思考。 –

4d或更高版本应该会发生什么？

octave:7> x=randn(25,25,25,25); 
octave:8> size(x(:,:)) 
ans = 
     25 15625

您的(:,:)将其缩小到2个维度，合并最后的维度。最后一个维度是MATLAB自动添加和折叠维度的地方。

In [605]: x=np.ones((25,25,25,25)) 

In [606]: x.reshape(x.shape[0],-1).shape # like Joe's 
Out[606]: (25, 15625) 

In [607]: x.reshape(x.shape[:-2]+(-1,)).shape 
Out[607]: (25, 25, 625)

你reshape例如做一些事情从MATLAB不同，它只是崩溃的最后2倒塌下来到2个维度像MATLAB是一种更简单的表达。

MATLAB简洁是因为您的需求与其假设相匹配。该numpy相当于不是那么简洁，但给你更多的控制

例如保留最后一个维度，或通过结合2维2：

In [608]: x.reshape(-1,x.shape[-1]).shape 
Out[608]: (15625, 25) 
In [610]: x.reshape(-1,np.prod(x.shape[-2:])).shape 
Out[610]: (625, 625)

什么是相当于MATLAB？

octave:24> size(reshape(x,[],size(x)(2:end))) 
ans = 
15625  25 
octave:31> size(reshape(x,[],prod(size(x)(3:end))))

来源

2015-06-11 14:53:45 hpaulj

可以使用np.hstack：

>>> np.hstack(x).shape 
(25, 625)

np.hstack AKE阵列序列和水平堆叠起来，使单个阵列。

来源

2015-06-11 12:29:00 Kasramvd

这是'np.hstack'的一个有趣的用法！但是，它不会产生与'x.reshape（x.shape [： - 2] +（-1，）''相同的结果，因此应谨慎使用。再想一想，我相信会发生的事情是'np.hstack'将数组的* first *维视为可迭代维，因此返回与'np.hstack（x [0，：，：]，X [1：，：]，...）'。我需要的功能使得第一个维度不受影响（即以前在x [0，：，]中的所有数据现在都在x [0 ,:]中），正如Matlab版本的情况一样。 – EelkeSpaak

你想要一个新的数组还是只想要它的形状？ – Kasramvd

我在数组本身的内容之后，其形状仅用于说明。我编辑了原始问题，使其更加清晰。 – EelkeSpaak

您可能会发现它更简洁直接修改shape属性。例如：

import numpy as np 

x = np.random.randn(25, 25, 25) 
x.shape = x.shape[0], -1 

print x.shape 
print x

这在功能上等效于reshape（在数据排序等的意义上）。显然，它仍然需要关于x的形状的相同信息，但它是处理重塑的更简洁的方式。

来源

2015-06-11 13:38:54

它有附加的“好处”，如果重塑不能没有副本，它会引发一个错误，所以我经常使用它作为声明我的代码有效使用内存的一种形式。 – Jaime

简单的方法来折叠numpy数组的尾部尺寸？

回答

相关问题