折叠numpy数组尾随维度的简单方法？

Question

在 Matlab 中，我可以执行以下操作：

X = randn(25,25,25);
size(X(:,:))

ans = 
    25   625

我经常发现自己想快速折叠数组的尾随维度，但不知道如何在 numpy 中做到这一点。

我知道我能做到：

In [22]: x = np.random.randn(25,25,25)
In [23]: x = x.reshape(x.shape[:-2] + (-1,))
In [24]: x.shape
Out[24]: (25, 625)

但是x.reshape(x.shape[:-2] + (-1,)) 比简单的x(:,:) 简洁得多（并且需要更多关于x 的信息）。

我显然已经尝试过类似的 numpy 索引，但这并没有按预期工作：

In [25]: x = np.random.randn(25,25,25)
In [26]: x[:,:].shape
Out[26]: (25, 25, 25)

关于如何以简洁的方式折叠数组的尾随维度的任何提示？

编辑：请注意，我关注的是结果数组本身，而不仅仅是它的形状。我只是在上面的例子中使用size()和x.shape来表示数组是什么样的。

Answer 1

4d 或更高版本会发生什么？

octave:7> x=randn(25,25,25,25);
octave:8> size(x(:,:))
ans =
      25   15625

您的 (:,:) 将其缩小为 2 个维度，并结合最后一个维度。最后一个维度是 MATLAB 自动添加和折叠维度的地方。

In [605]: x=np.ones((25,25,25,25))

In [606]: x.reshape(x.shape[0],-1).shape  # like Joe's
Out[606]: (25, 15625)

In [607]: x.reshape(x.shape[:-2]+(-1,)).shape
Out[607]: (25, 25, 625)

您的reshape 示例与 MATLAB 不同，它只是折叠最后一个 2。像 MATLAB 一样将其折叠到二维是一个更简单的表达式。

MATLAB 很简洁，因为您的需求符合它的假设。 numpy 等效项不是那么简洁，但可以提供更多控制权

例如保留最后一个维度，或者将维度 2 x 2 组合起来：

In [608]: x.reshape(-1,x.shape[-1]).shape
Out[608]: (15625, 25)
In [610]: x.reshape(-1,np.prod(x.shape[-2:])).shape
Out[610]: (625, 625)

什么是等效的 MATLAB？

octave:24> size(reshape(x,[],size(x)(2:end)))
ans =
15625      25
octave:31> size(reshape(x,[],prod(size(x)(3:end))))

Answer 2

您可能会发现直接修改shape 属性会更简洁一些。例如：

import numpy as np

x = np.random.randn(25, 25, 25)
x.shape = x.shape[0], -1

print x.shape
print x

这在功能上等同于reshape（在数据排序等意义上）。显然，它仍然需要关于x 形状的相同信息，但它是一种更简洁的处理重塑的方式。

Answer 3

你可以使用np.hstack：

>>> np.hstack(x).shape
(25, 625)

np.hstack 获取一系列数组并将它们水平堆叠以形成单个数组。