將1D NumPy數組從（隱式）行主要更改爲列主要次序

Question

我在NumPy中有一個一維數組，隱式表示一些行 - 主要順序的二維數據。這裏有一個簡單的例子：

import numpy as np 
# My data looks like [[1,2,3,4], [5,6,7,8]] 
a = np.array([1,2,3,4,5,6,7,8]) 

我想在列主順序一維數組（即b = [1,5,2,6,3,7,4,8]在上面的例子）。 通常情況下，我只想做到以下幾點：

mat = np.reshape(a, (-1,4)) 
b = mat.flatten('F') 

不幸的是，我的輸入數組的長度是不行的長度我想（即a = [1,2,3,4,5,6,7]）的整數倍，所以我不能叫reshape。不過，我想保留這些額外的數據，這可能相當多，因爲我的行很長。在NumPy中有沒有直接的方法可以做到這一點？

Answer 1

使用一些值來表示null，以使數組成爲您想要分割它的倍數。如果轉換爲浮點數是可接受的，則可以使用nan來表示表示空值的添加元素。然後重塑2D，調用轉置，並重塑爲1D。然後消除空值。

import numpy as np 
a = np.array([1,2,3,4,5,6,7]) # input 
b = np.concatenate((a, [np.NaN])) # add a NaN to make it 8 = 4x2 
c = b.reshape(2,4).transpose().reshape(8,) # reshape to 2x4, transpose, reshape to 8x1 
d = c[-np.isnan(c)] # remove NaN 
print d 

[ 1. 5. 2. 6. 3. 7. 4.] 

Answer 2

我能想到的最簡單的方法是不向嘗試使用reshape與方法，如ravel('F')，只是來連接你的陣列的切片意見。

例如：

>>> cols = 4 
>>> a = np.array([1,2,3,4,5,6,7]) 
>>> np.concatenate([a[i::cols] for i in range(cols)]) 
array([1, 5, 2, 6, 3, 7, 4]) 

這適用於陣列的任何長度和任何數量的列：

>>> cols = 5 
>>> b = np.arange(17) 
>>> np.concatenate([b[i::cols] for i in range(cols)]) 
array([ 0, 5, 10, 15, 1, 6, 11, 16, 2, 7, 12, 3, 8, 13, 4, 9, 14]) 

---

或者，使用as_strided重塑。事實上，該陣列a太小，以適應(2, 4)形狀並不重要：你只收到垃圾（即無論在內存中的）最後一位：

>>> np.lib.stride_tricks.as_strided(a, shape=(2, 4)) 
array([[  1,   2,   3,   4], 
     [  5,   6,   7, 168430121]]) 

>>> _.flatten('F')[:7] 
array([1, 5, 2, 6, 3, 7, 4]) 

在一般情況下，給定陣列b和列所需數量的cols你可以這樣做：

>>> x = np.lib.stride_tricks.as_strided(b, shape=(len(b)//cols + 1, cols)) # reshape to min 2d array needed to hold array b 
>>> np.concatenate((x[:,:len(b)%cols].ravel('F'), x[:-1, len(b)%cols:].ravel('F'))) 

這揭開了陣列的「好」的一部分（這些列不包含垃圾值）和壞的部分（除垃圾值這位於最下面一行）並連接兩個解開的數組。例如：

>>> cols = 5 
>>> b = np.arange(17) 
>>> x = np.lib.stride_tricks.as_strided(b, shape=(len(b)//cols + 1, cols)) 
>>> np.concatenate((x[:,:len(b)%cols].ravel('F'), x[:-1, len(b)%cols:].ravel('F'))) 
array([ 0, 5, 10, 15, 1, 6, 11, 16, 2, 7, 12, 3, 8, 13, 4, 9, 14])