在 Python 中创建垂直 NumPy 数组答案

【问题标题】：Create vertical NumPy arrays in Python在 Python 中创建垂直 NumPy 数组
【发布时间】：2015-06-21 21:45:00
【问题描述】：

我在 Python 中使用 NumPy 来处理数组。这是我用来创建垂直数组的方式：

import numpy as np
a = np.array([[1],[2],[3]])

有没有更简单直接的方式来创建垂直数组？

【问题讨论】：

不要做from numpy import *!!!
感谢您的评论。我编辑了问题。
我们需要一个像 MATLAB shift+enter 这样的功能来进行编辑：D
是的！就连我也一直这么认为！
numpy convert row vector to column vector的可能重复

标签： python arrays numpy

【解决方案1】：

您可以使用reshape 或vstack：

>>> a=np.arange(1,4)
>>> a
array([1, 2, 3])
>>> a.reshape(3,1)
array([[1],
       [2],
       [3]])
>>> np.vstack(a)
array([[1],
       [2],
       [3]])

另外，您可以使用broadcasting 来重塑您的数组：

In [32]: a = np.arange(10)
In [33]: a
Out[33]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [34]: a[:,None]
Out[34]: 
array([[0],
       [1],
       [2],
       [3],
       [4],
       [5],
       [6],
       [7],
       [8],
       [9]])

【讨论】：

如果你能在你的函数中添加链接会更好
@BhargavRao 我正在这样做;)

【解决方案2】：

您也可以使用np.newaxis（参见示例here）

>>> import numpy as np
>>> np.arange(3)[:, np.newaxis]
array([[0],
       [1],
       [2]])

附注

我刚刚意识到你已经使用了from numpy import *。不要这样做，因为 Python 通用库中的许多函数与 numpy 重叠（例如 sum）。当您从numpy 发送import * 时，您将失去这些功能的功能。因此总是使用：

import numpy as np

这也很容易输入。

【讨论】：

【解决方案3】：

简单和直接是旁观者的眼中。

In [35]: a = np.array([[1],[2],[3]])
In [36]: a.flags
Out[36]:
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
In [37]: b=np.array([1,2,3]).reshape(3,1)
In [38]: b.flags
Out[38]:
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

第一个更短并且拥有它的数据。所以从某种意义上说，额外的括号是一种痛苦，但它是一个相当主观的问题。

或者，如果您想要更像 MATLAB 的东西，您可以使用 np.matrix 字符串格式：

c=np.array(np.matrix('1;2;3'))
c=np.mat('1;2;3').A

但我通常不担心 OWNDATA 标志。我最喜欢的示例数组之一是：

np.arange(12).reshape(3,4)

其他方式：

np.atleast_2d([1,2,3]).T
np.array([1,2,3],ndmin=2).T
a=np.empty((3,1),int);a[:,0]=[1,2,3] # OWNDATA

【讨论】：