Numpy 重塑行为出乎意料答案

【问题标题】：Numpy reshape behaves unexpectedlyNumpy 重塑行为出乎意料
【发布时间】：2015-03-01 05:42:06
【问题描述】：

我在一个正在运行的程序中间有一个 numpy 矩阵（假设它的名字是rdy）。我发现将它重塑为一维矩阵给了我一个二维矩阵。但是如果我在交互式 shell 中尝试同样的事情，我会得到预期的结果。就像下面的 ipython 日志一样。我想知道矩阵 rdy 的哪个方面导致它在重塑时表现不同？

# This is expected:
In [191]: np.random.rand(512, 1).reshape(-1).shape
Out[191]: (512,)

# This is unexpected:
In [192]: rdy.reshape(-1).shape
Out[192]: (1, 512)

# The following are the different aspects of the rdy matrix:
In [193]: rdy.shape
Out[193]: (512, 1)

In [194]: rdy.flags
Out[194]: 
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

In [195]: rdy.data
Out[195]: <read-write buffer for 0xeae6488, size 4096, offset 0 at 0x2ff95e70>

【问题讨论】：

标签： python numpy reshape

【解决方案1】：

np.matrix 的关键定义属性之一是它将通过常见的转换保持为二维对象。（毕竟，这几乎就是矩阵的定义。）

np.random.rand 返回一个np.ndarray，它不共享此属性。（我喜欢认为 ndarray 与 C 数组非常相似，因为您可以随心所欲地更改“维度”，只要您仍在查看相同的内存区域，而不是越界，一切都会好起来的。）

如果你想让矩阵表现得像一个数组，你可以convert it to one。

【讨论】：

谢谢，是的，这是有道理的。 rdy 来自对稀疏矩阵的 todense 调用。我不知道它给出的类型与 ndarray 不同。
使用asparse.A 或asparse.toarray() 从稀疏生成一个数组。