我有一個形狀爲(5,48,15)
的張量。我如何訪問沿第0軸的元素,仍然保持三維而不需要重新整形。例如:指數Numpy張量,無需重塑
x.shape # this is (5,48,15)
m = x[0,:,:]
m.shape # This is (48,15)
m_new = m.reshape(1,48,15)
m_new.shape # This is now (1,48,15)
這是可能的,而不需要重塑?
我有一個形狀爲(5,48,15)
的張量。我如何訪問沿第0軸的元素,仍然保持三維而不需要重新整形。例如:指數Numpy張量,無需重塑
x.shape # this is (5,48,15)
m = x[0,:,:]
m.shape # This is (48,15)
m_new = m.reshape(1,48,15)
m_new.shape # This is now (1,48,15)
這是可能的,而不需要重塑?
當您使用單個整數對軸進行索引時,與x[0, :, :]
一樣,返回數組的維也會減1。
要保持三個維度,您可以...
同時爲索引插入一個新的軸:
>>> x[None, 0, :, :].shape
(1, 48, 15)
或使用切片:
>>> x[:1, :, :].shape
(1, 48, 15)
或使用花式索引:
>>> x[[0], :, :].shape
(1, 48, 15)
完美的是,片語法是我一直在尋找的。謝謝 – user2726995
選擇索引必須是一個切片或列表(或陣列):
m = x[[0],:,:]
m = x[:1,:,:]
m = x[0:1,:,:]
什麼是'x'?你可以添加一個樣本輸入和預期的輸出到你的問題?如果你想訪問你的數組的第0軸,你不只是'm [0,:,]'? – Kasramvd
我想軸m [0,:,]但保持形狀(1,48,15),訪問m [0,:,]是(48,15)。只是想知道索引時是否有保留尺寸的方法。 – user2726995