我正在尝试递归定义一个 N 维的 numpy 数组。经过几个小时的研究,我发现了几种可行的方法(np.append 和 np.concatenate),但是这些都没有给我想要的输出。我一直在得到: [-0.6778734 -0.73517866 -0.73517866 0.6778734 ](一维数组)或 [array([-0.6778734 , -0.73517866]), array([-0.73517866, 0.6778734 ])](数组列表)
我的输入:
[(1.2840277121727839, array([-0.6778734, -0.73517866])),
(0.049083398938327472, array([-0.73517866, 0.6778734 ]))]
期望的输出:
array([-0.6778734, -0.73517866], [-0.73517866, 0.6778734])
是否可以从数组创建一个 numpy 数组,因为将它们转换为列表并返回数组在计算上似乎效率低下?
提前致谢!
请您参考如下方法:
您的输入是一个元组列表,每个元组由一个数字和一个数组组成。出于某种原因,您想丢弃数字,而只是将数组组合成一个更大的数组 - 对吗?
In [1067]: x=[(1.2840277121727839, np.array([-0.6778734, -0.73517866])),
(0.049083398938327472, np.array([-0.73517866, 0.6778734 ]))]
In [1068]: x
Out[1068]:
[(1.2840277121727839, array([-0.6778734 , -0.73517866])),
(0.04908339893832747, array([-0.73517866, 0.6778734 ]))]
列表理解在为元组提取所需元素方面做得很好:
In [1069]: [y[1] for y in x]
Out[1069]: [array([-0.6778734 , -0.73517866]), array([-0.73517866, 0.6778734 ])]
和 vstack 非常适合将数组组合成一个更大的数组。
In [1070]: np.vstack([y[1] for y in x])
Out[1070]:
array([[-0.6778734 , -0.73517866],
[-0.73517866, 0.6778734 ]])
vstack 只是concatenate 加上确保输入是 2d 的附加步骤。
np.array([y[1] for y in x]) 也有效,因为您要添加一个维度。
我假设 array([-0.6778734, -0.73517866], [-0.73517866, 0.6778734]) 有错字 - 它缺少一组 []。 np.array 的第二个参数是数据类型,而不是另一个列表。
请注意,np.array 和 np.concatentate 都采用列表。它可以是列表列表,也可以是数组列表。没什么区别。在这个阶段不要担心计算效率。任何时候合并来自 2 个或更多数组的数据时,都会进行复制。数组具有固定大小,如果不制作新副本就无法“增长”。
In [1074]: np.concatenate([y[1] for y in x]).reshape(2,2)
Out[1074]:
array([[-0.6778734 , -0.73517866],
[-0.73517866, 0.6778734 ]])
列表实际上是一维的,因此 np.concatenate 在该维度上连接它们,生成一个 4 元素的一维数组。 reshape 纠正了这一点。 vstack 使它们成为 (1,2) 并在第一个维度上进行连接。
另一个在新维度上连接数组的表达式:
np.concatenate([y[1][None,...] for y in x], axis=0)
[None,...] 在开头添加了一个新维度。
