将平面列表读入python中的多维数组/矩阵答案

【问题标题】：Read flat list into multidimensional array/matrix in python将平面列表读入python中的多维数组/矩阵
【发布时间】：2011-04-07 20:56:02
【问题描述】：

我有一个数字列表，代表另一个程序生成的矩阵或数组的扁平输出，我知道原始数组的维度，并希望将数字读回列表列表或 NumPy 矩阵。原始数组中可能有超过 2 个维度。

例如

data = [0, 2, 7, 6, 3, 1, 4, 5]
shape = (2,4)
print some_func(data, shape)

会产生：

[[0,2,7,6], [3,1,4,5]]

提前干杯

【问题讨论】：

标签： python multidimensional-array numpy

【解决方案1】：

使用numpy.reshape:

>>> import numpy as np
>>> data = np.array( [0, 2, 7, 6, 3, 1, 4, 5] )
>>> shape = ( 2, 4 )
>>> data.reshape( shape )
array([[0, 2, 7, 6],
       [3, 1, 4, 5]])

如果想避免在内存中复制，也可以直接赋值给data的shape属性：

>>> data.shape = shape

【讨论】：

太棒了！不敢相信我错过了在 NumPy 文档中的探索。谢谢

【解决方案2】：

如果你不想使用 numpy，有一个用于 2d 案例的简单 oneliner：

group = lambda flat, size: [flat[i:i+size] for i in range(0,len(flat), size)]

并且可以通过添加递归来推广到多维：

import operator
def shape(flat, dims):
    subdims = dims[1:]
    subsize = reduce(operator.mul, subdims, 1)
    if dims[0]*subsize!=len(flat):
        raise ValueError("Size does not match or invalid")
    if not subdims:
        return flat
    return [shape(flat[i:i+subsize], subdims) for i in range(0,len(flat), subsize)]

【讨论】：

【解决方案3】：

对于那里的那些班轮：

>>> data = [0, 2, 7, 6, 3, 1, 4, 5]
>>> col = 4  # just grab the number of columns here

>>> [data[i:i+col] for i in range(0, len(data), col)]
[[0, 2, 7, 6],[3, 1, 4, 5]]

>>> # for pretty print, use either np.array or np.asmatrix
>>> np.array([data[i:i+col] for i in range(0, len(data), col)]) 
array([[0, 2, 7, 6],
       [3, 1, 4, 5]])

【讨论】：

【解决方案4】：

如果没有 Numpy，我们也可以执行以下操作..

l1 = [1,2,3,4,5,6,7,8,9]

def convintomatrix(x):

    sqrt = int(len(x) ** 0.5)
    matrix = []
    while x != []:
        matrix.append(x[:sqrt])
        x = x[sqrt:]
    return matrix

print (convintomatrix(l1))

【讨论】：