Ответ 1
Вы можете использовать метод reshape.
>>> import numpy
>>> b = numpy.array([[[1,2,3],[4,5,6]], [[10,11,12],[13,14,15]]])
>>> b.reshape([2, 6])
array([[ 1, 2, 3, 4, 5, 6],
[10, 11, 12, 13, 14, 15]])
Правильный и эффективный способ сглаживания массива в numpy в python?
У меня есть:
a = array([[1,2,3],[4,5,6]])
и я хотел бы сгладить его, объединив два внутренних списка в одну запись с плоским массивом. Я могу сделать:
array(list(flatten(a)))
но это кажется неэффективным из-за списка (я хочу получить массив, а не генератор).
Кроме того, как это можно обобщить на такой массив:
b = array([[[1,2,3],[4,5,6]], [[10,11,12],[13,14,15]]])
где результат должен быть:
b = array([[1,2,3,4,5,6],
[10,11,12,13,14,15]])
Есть ли встроенные/эффективные операторы numpy/scipy для этого? спасибо.
Ответы
Ответ 2
Вам может потребоваться проверить numpy.flatten и numpy.ravel, оба возвращают 1-й массив из массива n-d.
Кроме того, если вы не собираетесь изменять возвращенный массив 1-d, я предлагаю вам использовать numpy.ravel, так как он не делает копию массива, а просто возвращает представление массива, которое намного быстрее, чем numpy.flatten.
>>>a = np.arange(10000).reshape((100,100))
>>>%timeit a.flatten()
100000 loops, best of 3: 4.02 µs per loop
>>>%timeit a.ravel()
1000000 loops, best of 3: 412 ns per loop
Также проверьте этот post.
Ответ 3
Как насчет:
>>> import numpy as np
>>> a=np.arange(1,7).reshape((2,3))
>>> a
array([[1, 2, 3],
[4, 5, 6]])
>>> a.flatten()
array([1, 2, 3, 4, 5, 6])
и
>>> import numpy as np
>>> b=np.arange(1,13).reshape((2,2,3))
>>> b
array([[[ 1, 2, 3],
[ 4, 5, 6]],
[[ 7, 8, 9],
[10, 11, 12]]])
>>> b.reshape((2,6))
array([[ 1, 2, 3, 4, 5, 6],
[ 7, 8, 9, 10, 11, 12]])
Ответ 4
a = np.arange(10000)
%timeit a.reshape(100,100)
1000000 loops, best of 3: 517 ns per loop
%timeit a.resize(100,100)
1000000 loops, best of 3: 428 ns per loop
Мне кажется, что изменение должно занимать гораздо меньше времени, но его почти похожее