NumPy 使用重塑函数重塑数组 [重复]答案

【问题标题】：NumPy using the reshape function to reshape an array [duplicate]NumPy 使用重塑函数重塑数组 [重复]
【发布时间】：2020-07-11 08:58:33
【问题描述】：

我有一个数组：[1, 2, 3, 4, 5, 6]。我想使用numpy.reshape() 函数，这样我就得到了这个数组：

[[1, 4],
 [2, 5],
 [3, 6]
]

我不知道该怎么做。我一直以这个结束，这不是我想要的：

[[1, 2],
 [3, 4],
 [5, 6]
]

【问题讨论】：

np.array(data).reshape(2,-1).T?

标签： python arrays numpy reshape

【解决方案1】：

它们做同样的事情：

In [57]: np.reshape([1,2,3,4,5,6], (3,2), order='F')                                           
Out[57]: 
array([[1, 4],
       [2, 5],
       [3, 6]])
In [58]: np.reshape([1,2,3,4,5,6], (2,3)).T                                                    
Out[58]: 
array([[1, 4],
       [2, 5],
       [3, 6]])

通常在 Python/numpy 中跨行“读取”值。这是调用行优先或“C”顺序。往下读的是 'F'，代表 FORTRAN，在有 Fortran 根的 MATLAB 中很常见。

如果您采用“F”顺序，制作一个新副本并将其串出，您将获得不同的顺序：

In [59]: np.reshape([1,2,3,4,5,6], (3,2), order='F').copy().ravel()                            
Out[59]: array([1, 4, 2, 5, 3, 6])

【讨论】：

【解决方案2】：

您可以在np.reshape中设置顺序，在您的情况下您可以使用'F'。详情见docs

>>> arr
array([1, 2, 3, 4, 5, 6])

>>> arr.reshape(-1, 2, order = 'F')
array([[1, 4],
       [2, 5],
       [3, 6]])

【讨论】：

【解决方案3】：

您获得该特定结果的原因是数组通常按 C 顺序分配。这意味着仅靠重塑是不够的。您必须告诉 numpy 在沿数组步进时更改轴的顺序。任何数量的操作都可以让你做到这一点：

将轴顺序设置为F。 F 代表 Fortran，它和 MATLAB 一样，通常使用列优先顺序：
```
a.reshape(2, 3, order='F')
```
整形后交换轴：
```
np.swapaxes(a.reshape(2, 3), 0, 1)
```
转置结果：
```
a.reshape(2, 3).T
```
向前滚动第二个轴：
```
np.rollaxis(a.reshape(2, 3), 1)
```

请注意，除第一种情况外，所有情况都需要您重新整形为转置。

您甚至可以手动排列数据

np.stack((a[:3], a[3:]), axis=1)

请注意，这会产生许多不必要的副本。如果你想复制数据，就这样做

a.reshape(2, 3, order='F').copy()

【讨论】：