如何访问具有不同维度的多维 NumPy 数组的特定行？答案

【问题标题】：How to access specific row of multidimensional NumPy array with different dimension?如何访问具有不同维度的多维 NumPy 数组的特定行？
【发布时间】：2017-11-04 11:58:09
【问题描述】：

我有一个二维的 NumPy 数组，所以第一个数组是从 1 到 50 的数字，第二个是从 50 到 150 的数字：

a =numpy.array([[1,2,3,...,50],[50,51,52...,150]])。

我想打印 only 指定的行，例如通过

打印第二行

print(a[1,:]),

得到[50,51,52...,150]，但它显示

    print((a[1,:]))
IndexError: too many indices for array

错误。当我将第二行减少到与第一行相同数量的元素时，它就起作用了。因此，问题是打印具有不同维度的指定行。如果可能的话，你能告诉我如何处理这个问题吗？谢谢！

【问题讨论】：

打印出a.shape。我怀疑这是一个一维对象数组。甚至看起来数组的长度是不同的。

标签： python numpy multidimensional-array indexing

【解决方案1】：

由于两部分中的元素数量不同，您不会得到二维数组：

In [15]: a1=list(range(1,6))
In [16]: a2=list(range(5,16))
In [17]: a=np.array([a1,a2])
In [18]: a
Out[18]: array([[1, 2, 3, 4, 5], [5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]], dtype=object)
In [19]: a[1]
Out[19]: [5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
In [20]: a.shape
Out[20]: (2,)

注意dtype。是对象。 a 是一个 2 元素数组，包含 2 个列表。在大多数情况下，它只是您的两个原始列表的列表，并且必须以相同的方式进行索引：

In [21]: [a1,a2]
Out[21]: [[1, 2, 3, 4, 5], [5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]]

如果两个组件的长度相同，np.array 会构造一个二维数组。

当您遇到此类问题时，请检查shape 和dtype。仅仅假设这些属性是危险的。打印出来。并注意将不同长度的列表或数组与numpy 混合使用。它最适用于适合整齐规则多维结构的数据。

【讨论】：

【解决方案2】：

在同一矩阵的不同行中具有不同数量的元素是没有意义的。要解决您的问题，最好先用 0 或 NA 填充行中所有缺失的元素，以便所有行中的元素数量相等。

还请查看Numpy: Fix array with rows of different lengths by filling the empty elements with zeros 中的答案。我正在为您的问题实施其中提到的最佳解决方案之一。

import numpy as np
def numpy_fillna(data):

    lens = np.array([len(i) for i in data])
    mask = np.arange(lens.max()) < lens[:,None]

    out = np.zeros(mask.shape, dtype=data.dtype)
    out[mask] = np.concatenate(data)
    return out

a =np.array([range(1,50),range(50,150)])
data=numpy_fillna(a)

print data[1,:]

【讨论】：