np.arange後面是整形

什麼是更加Pythonic的做法？np.arange後面是整形

min_odds = np.arange(1.05, 2.0, 0.01) 
min_odds = min_odds.reshape(len(min_ods), -1)

該代碼創建一個形狀（95，）的ndarray並將其轉換爲形狀（95,1）。

另外，爲什麼numpy有時創建一個空白最後維度的大小爲（95，）的數組？

來源

2014-10-01 Ginger

'（95，）'是1d數組的形狀（想'矢量'）。 '（95,1）'是二維數組的形狀。 '（1,95）'是另一種2D形狀。 'arange'創建一個1d。 – hpaulj 2014-10-01 05:36:38

你可以用np.newaxis切片（這是None只是一個花哨的別名），如果你想：

>>> np.arange(1.05, 2.0, 0.01)[:,np.newaxis].shape 
(95, 1)

如果你喜歡你有什麼，我會擺脫-1和只需使用1（除非您希望用戶必須查找-1應該表示的意思，就像我剛纔所做的那樣）。

>>> arr = np.arange(1.05, 2.0, 0.01) 
>>> arr = arr.reshape(len(arr), 1) 
>>> arr.shape 
(95, 1)

關於你的第二個問題，

「爲什麼numpy的，有時一個空白的最後一個維度創建一個大小爲（95）的陣列？」

我不是100％確定我明白你在問什麼。 ndarray.shape是 a tuple。具有單個元素的字符串表示的元組看起來像(something,)。

^{此外，請注意以下有關在此情況下優先選擇np.linspace到np.arange的註釋。}

來源

2014-10-01 05:25:52 mgilson

Nah，不涉及拷貝，只是查看同一個數組。另外，你不應該用浮點參數來起訴'np.arange'，因爲它經常因四捨五入錯誤而反彈，並且給你一個額外的參數。在這種情況下，'np.linspace（1.05，1.99，95）[：，None]'將是首選。 – Jaime 2014-10-01 05:30:00

@Jaime - 關於'np.linspace'的好處...我沒有考慮代碼的那部分:-)。 – mgilson 2014-10-01 05:31:09

我經常跟着arange與reshape生成測試數組，例如，

np.arange(12).reshape(3,4)

使用-1避免服用len()，例如

np.arange(10).reshape(-1,1).shape # (10, 1)

arange總是返回1d數組。 numpy數組可以有任意數量的維度，包括0.形狀表示爲一個元組。 (10,)只是一個元組元組。（需要將其與(10)區分開來）。

來源

2014-10-01 05:41:55 hpaulj

np.arange後面是整形

回答

相關問題