python – 折叠numpy数组的尾随维度的简单方法？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 折叠numpy数组的尾随维度的简单方法？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1546字，纯文字阅读大概需要3分钟。

内容图文

在Matlab中,我可以执行以下操作：

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

ans = 
    25   625

我经常发现自己想要快速折叠数组的尾随维度,并且不知道如何在numpy中执行此操作.

我知道我可以这样做：

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)

但是x.reshape(x.shape [： – 2](-1,))比简单地做x(：,:)更简洁(并且需要更多关于x的信息).

我显然尝试过类似的numpy索引,但这并不能按预期工作：

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

有关如何以简洁的方式折叠数组的尾随尺寸的任何提示？

编辑：请注意,我在生成的数组本身之后,而不仅仅是它的形状.我只是在上面的例子中使用size()和x.shape来表示数组是什么样的.

解决方法:

4d或更高时应该发生什么？

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

你的(：,:)将它减少到2维,结合最后的维度.最后一个维度是MATLAB自动添加和折叠维度的位置.

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)

你的重塑示例做了与MATLAB不同的事情,它只是折叠了最后的2.将它折叠到2个维度,如MATLAB是一个更简单的表达式.

MATLAB简洁,因为您的需求与其假设相符. numpy等价物不是那么简洁,但可以让你更有控制力

例如,要保留最后一个维度,或将维度2合并为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)

什么是等效的MATLAB？

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

内容总结

以上是互联网集市为您收集整理的python – 折叠numpy数组的尾随维度的简单方法？全部内容，希望文章能够帮你解决python – 折叠numpy数组的尾随维度的简单方法？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端